Skip to content

Stanford CS224V 導讀：2026 年才改名叫 Agentic AI，教的卻是拿形式方法治幻覺

2026年8月21日 1 分鐘
首頁 › ai
TL;DR CS224V 的課名在 2026-2027 學年才從 Conversational Virtual Assistants 換成 Agentic AI，但底下的東西沒換：把自然語言翻成形式語意、用 SMT 與知識圖譜約束 agent，而不是拼框架。閱讀清單十一篇 Mandatory 裡，七篇出自授課者自己的實驗室。投影片全公開，課程網站卻明講它們是刻意殘缺的。
#cs224v#ai-course#stanford#agentic-ai#rag#llm
目錄
  1. 這門課的硬事實
  2. 三份官方描述，兩次換血
  3. 課程主張：70% 很容易，接近 100% 做不到
  4. 先修收語言學課，是在講它預設誰進來
  5. 十一篇必讀，七篇出自這個實驗室
  6. 作業長什麼樣
  7. 自學者實際拿得到什麼
  8. 怎麼開始
  9. 附錄：數字與查證方式
  10. 參考資料
系列: Stanford CS224V 導讀 (1 / 15)
Stanford CS224V 第 1 講：用計算思維把會幻覺的 LLM 變成可靠助理
系列: Stanford CS 主線課程導讀 (14 / 19)
Stanford CS224U 導讀：課程網站停在 2023 年春季，但整套教材可以 clone 下來跑 Stanford CS224W 導讀：作業全在 Colab 上，但最大一塊分數自學者拿不到

🌏 English version

CS 224V 是 Stanford 電腦科學系秋季開的三到四學分課，2026-2027 學年的課名是 Agentic AI。往前翻一個學年，同一個課號叫 Conversational Virtual Assistants with Deep Learning。2025-2026 的 ExploreCourses 條目還掛著舊名，而那份描述已經一字沒改地用了三年。

改名容易被讀成「趕上 agent 熱潮」。但把兩份官方描述並排看，換掉的是題目，不是路線。這門課從頭到尾在處理同一個問題：next-word prediction 的模型答對七成很容易，要接近全對做不到。它給的處方是把自然語言翻譯成形式語意，用資料庫查詢、知識圖譜、SMT 定理證明器去約束模型，而不是換一套 orchestration 框架。

這篇讀完了課程官網、四個學年的 ExploreCourses 條目、公開的十四份講義與兩份作業 PDF。涵蓋改名前後的差異、課程主張什麼、作業真正的門檻在哪、自學者實際拿得到多少。不包含逐篇論文精讀，也不包含新學年的課綱——那份還沒上線。想先看這門課在整條 Stanford CS 階梯的哪一格，可以回課程地圖那篇。

這門課的硬事實

授課者是 Monica Lam，Stanford CS 系教授、美國國家工程院院士、ACM Fellow，也是編譯器「龍書」的共同作者。她主持 Open Virtual Assistant Lab（OVAL），這門課的教材幾乎就是這個實驗室的成果目錄。自 2022 年起每年秋季開，PI 一直是她。

先修寫得很寬：LINGUIST 180/280、CS 124、CS 224N、CS 224S、CS 224U，五門擇一即可。學分三到四，成績可選字母或通過/不通過。下一次開課排在 2026 年秋季，每週一三下午上課，起訖日期收在附錄。

有兩件事跟同系的 agent 課不一樣。第一，這門課收旁聽——課程網站寫明寫信給助教信箱、主旨打 audit cs224v request 即可，相較之下 CS329A 明講不接受旁聽。第二，它限額而且長期額滿；2025 年秋季的公告頁直接寫著：

We apologize that we cannot accommodate all the students wishing to take the course this year.

選課人數的軌跡在 ExploreCourses 上是公開的。第一年 29 人，之後三年每年都超收，最近一次是 138 人。逐年數字收在文末附錄。

三份官方描述，兩次換血

同一個課號，ExploreCourses 上實際存在過三份不同的課程描述。

第一版用在 2022-2023 學年，談的是虛擬助理架構。把對話語意剖析成 ThingTalk 這個「虛擬助理程式語言」、從資料庫 schema 與 API 簽章生成語意剖析器、聯邦式的隱私保護助理。那是 LLM 之前的世界。

第二版在 2023-2024 學年上線，接著一字未改地用了三年。它換成 LLM：讓模型自我學習長知識、用外部語料防幻覺、處理結構化與非結構化資料、評估對話助理。清單末尾還掛著三個現在讀起來很有時代感的題目——persuasive LLMs、多語助理、語音與圖形介面的結合。

第三版在 2026-2027 學年上線，把上面那三個題目全數拿掉，換成：

(3) AI-driven knowledge curation and discovery for scientific research; (4) improving the accuracy and interpretability of decision-making agents through formal methods; and (5) automated techniques for improving the accuracy and efficiency of long-horizon agents.

方向很清楚：從「做一個不會唬爛的助理」移到「做一個能做科學研究的 agent」，而且明文把形式方法寫進課程描述。

這條線在課程自己的教材裡也看得到。第一堂的講義把課程材料切成兩個階段：Stage 1 是「計算思維 → 通用研究助理」，Stage 2 是「計算思維 → 科學研究助理」。課程自己把分界畫在 2025 年，課名則要等到下一個學年才改。 官方頁面沒有說明這兩件事的關係，也沒有解釋為什麼改名。

課程主張：70% 很容易，接近 100% 做不到

第一堂的講義用一整頁立起這門課的問題意識。標題是「THE 70% ACCURACY PROBLEM」，底下三行：騙人地容易；用 next-word prediction 的 LLM 不可能接近全對；需要人來過濾，因此不可規模化。

課程給的解法叫計算思維（computational thinking）：把人的認知過程形式化成一步一步的指令。LLM 只負責做簡單的子功能，由一個演算法引擎去組合它們。講義用一個組合式問題示範模型為什麼不能直接被信任。分別問「Benjamin Harrison 的妻子是誰」和「Caroline Harrison 的祖父是誰」，模型各給一個答案。把兩題合成一句「Benjamin Harrison 的妻子的祖父是誰」，模型給出的卻是第三個名字。同一份講義的結論很直接：不要用 LLM 回答複雜問題。

這跟業界那套「用框架拼 agent」的差別，在閱讀清單上量得出來。官方閱讀清單分十一節，名為 Tools 的那一節只有兩條（一個工具使用 benchmark、一個商用 coding agent）。相對地，形式表徵與形式推理各自獨立成節，收的是 SMT、知識圖譜、SATLM、Logic-LM 這類東西。整份清單裡沒有任何一篇在教怎麼串 orchestration 框架——LangChain 這個名字只在第二份作業的「延伸閱讀」欄位出現一次，作為 Genie Worksheets 的對照組。

先修收語言學課，是在講它預設誰進來

先修五選一裡有 LINGUIST 180/280，跟 CS 224N、CS 224S、CS 224U 並列。這不是掛著好看。CS 224S 是語音、CS 224U 是自然語言理解、LINGUIST 180 是 Stanford 的對話與語言技術課。五個入口全部落在語言這一側，沒有任何一個是機器學習系統課或最佳化課。

換句話說，這門課預設你帶進來的是「處理語言的經驗」，不是「訓練模型的經驗」。這跟課程結構一致。十四堂公開講義裡，唯一一堂講模型怎麼訓練的排在整學期倒數第二週，跟多模態應用一起被歸在「Misc」。這門課不打算教你訓練模型，它假設模型是給定的，然後問你要怎麼把它接上真實的知識來源。

十一篇必讀，七篇出自這個實驗室

閱讀清單裡標了 [Mandatory] 的共十一篇。逐篇對照 OVAL 的成果，Monica Lam 掛名的有七篇：STORM、Co-STORM、WikiChat、SUQL、SPINACH、Genie Worksheets、ReactGenie。剩下四篇是 Attention、Chain-of-Thought、ColBERT、Mind2Web。

這件事怎麼看，取決於你要什麼。這些系統都有公開的程式碼與線上 demo，而且不是紙上談兵。STORM 的 repo 有三萬顆星，WikiChat 拿過 Wikimedia Foundation 的年度研究獎，SUQL 與 SPINACH 分別被 NAACL 與 EMNLP 收錄。你可以在 wwknowledge.org 上一次試完 STORM、WikiChat、SPINACH 與 FEC 政治獻金資料的對話介面，不用註冊。

但你拿到的是一條特定研究路線的最佳版本，不是領域全景。清單裡沒有 RLHF 之後的 agent 訓練、沒有 multi-agent 通訊協定、沒有生產環境的可觀測性。想補上「模型上線之後怎麼繼續變強」那一側，同系的 CS329A 導讀是另一條路數。

作業長什麼樣

只有兩份，都排在學期前四週，占分不到三成，兩人一組。課程網站寫明它們的功能是「把所有人拉到同一條起跑線」，真正的重頭戲是專案。

作業一：把 deep research 做成調查報導。 題目是俄烏戰爭的軍事戰略演變，要你在給定的骨架上補完兩個元件：一個生成調查主軸的 DSPy signature，和一份把證據合成報告的流程。RAG 檢索、網頁爬取、切塊、重排序、ACLED 衝突資料庫的查詢結果全部是給好的。它的難度不在寫程式。七個 Action Item 裡有一半要你回答「這個系統漏掉了什麼」——覆蓋缺口、來源多樣性、研究深度，然後提出三個具體改法。

作業二：這份才是分水嶺。 前半是跟一個投資顧問 agent 對話至少八輪，然後回答它有沒有忘記你講過的事、多常編造資訊。後半要你用 Genie Worksheets 自己寫一個叫車 agent，實作一段有分支與回圈的對話邏輯——先查可用車輛、報價、問要不要訂，不要就收集偏好再查一次。

Genie Worksheets 是這門課的核心工具，也是課程立場的體現：你不寫對話樹（那是命令式的），你宣告這個任務需要哪些欄位、什麼條件下該啟動、填滿之後執行什麼動作，剩下的 prompt 與狀態追蹤交給框架。作業講義自己把兩種寫法並排示範，並附了設計守則——欄位名稱要有語意，因為 LLM 直接讀它們。

專案占六成以上，兩人一組，第四週交提案、第五到第十週每週一交書面進度並跟 mentor 開會、第十一週海報展、最後交一份至少六頁的 ACL 格式論文加完整可執行的程式碼。講義上寫著課程專案已經產出的論文數：2023 年兩篇、2024 年五篇、2025 年六篇。

自學者實際拿得到什麼

拿得到，而且比多數 Stanford 課大方：

  • 十四堂講義 PDF，2023、2024、2025 三個年份各一套，全部在 web.stanford.edu/class/cs224v/lectures*/ 底下，不用登入。
  • 完整閱讀清單 PDF，五十餘篇，標好哪十一篇必讀。
  • 兩份作業的完整講義 PDF，包含每個 Action Item 的規格。
  • 課程用到的系統本身：STORM、WikiChat、SUQL、Genie Worksheets 全部開源，線上 demo 也都開著。
  • 專案評分規格：報告要幾頁、要哪些章節、程式碼跑不起來會扣分，全寫在 projects 頁。

拿不到：

  • 上課錄影。課程網站一句話帶過：影片在 Canvas。整門課沒有公開錄影。
  • 投影片的完整版。這是最該注意的一條，因為官網自己講了：「Posted lecture slides are missing important details to facilitate student participation. Please make sure you watch the lectures.」公開的投影片是刻意留白的版本，而補洞的錄影不對外。這解釋了為什麼直接讀 PDF 常常會看到只有標題、沒有內容的頁面。
  • 兩份作業真的跑起來所需的憑證。作業一的模型額度發在課程自架的 LiteLLM portal 上，講義原文是「We provide each enrolled student with free credits」；作業二要連 OVAL 的機器並用課程配發的 Azure OpenAI 金鑰。起始碼與 notebook 的下載連結也都在講義內指向課程內部路徑。
  • 學生專案成果。2025 年的 Project Gallery 掛在 cs224v-2025-projects.genie.stanford.edu，只認 @stanford.edu 的 Google 帳號登入。
  • 2026 年秋季的新課綱。截至本文寫作日，課程網站首頁仍停在 Fall 2025，schedule 與 readings 都是舊版。

怎麼開始

今晚就能做的一件事：打開 11 月 10 日那堂的講義，它講的是用 SMT 滿足自然語言約束，案例是臨床試驗配對。然後挑三個你手上 RAG 系統答錯過的問題，逐一問自己：這一題錯在檢索沒撈到，還是撈到了但模型推理錯了？如果是後者，講義裡那套「把文件與條件都翻成形式述詞，交給定理證明器判定」的做法，就是這門課給的替代方案。如果三題全錯在檢索端，這門課的後半段對你幫助有限。

想先建立整條軸線的直覺，就照時間順序讀四份講義：Introduction（計算思維）→ Grounding on Free Text（WikiChat）→ SUQL（結構化加非結構化）→ Satisfying NL Constraints with SMT。這四份走完，這門課的骨架就完整了。

附錄：數字與查證方式

  • 下次開課：2026-2027 秋季，2026 年 9 月 22 日至 12 月 4 日，週一、週三下午 3:00–4:20，教室 CODAB80，期末考時段 2026 年 12 月 8 日上午。
  • 選課人數：2022-2023 秋季 29 人（Turing Auditorium，未標上限）；2023-2024 秋季 94 人／上限 75；2024-2025 秋季 139 人／上限 120；2025-2026 秋季 138 人／上限 120。四筆都取自 ExploreCourses 對應學年分頁的 Schedule 區塊。2026-2027 的條目目前只列出開課時段與教室（CODAB80），未顯示選課人數。
  • 成績比重，官方兩份文件不一致：課程網站首頁寫 Participation 15%、Homeworks 20%、Final Project 65%；第一堂投影片的表格寫 Participation 15%、Assignment 25%、Final Project 60%。兩份都是 Fall 2025 的官方材料，本文正文採用網站數字（Homework 占分不到三成，兩份說法都成立）。課程沒有說明哪一份為準。
  • 參與分的拆法：本地學生 5% 給到課與課堂參與，另外 10%（本地）／15%（遠距 SCPD）給每週的書面進度與 mentor 會議。
  • 閱讀清單規模：分十一個主題節，逐條計數為 54 條，其中 11 條標 [Mandatory]。PDF 內的編號在第四、第五節有錯亂（出現 8、7 接在 1、3、2 之後），故以條目數而非編號計。
  • Mandatory 的歸屬：11 篇中 Monica Lam 掛名 7 篇（STORM、Co-STORM、WikiChat、SUQL、SPINACH、Genie Worksheets、ReactGenie），對照方式是逐篇比對閱讀清單的參考文獻作者欄。
  • 講義引用的系統數字（皆出自第一堂投影片，非本文獨立查證）：WikiChat 英文事實正確率 97%、支援 25 種語言；SPINACH 部署在 Wikidata 查詢論壇，1700 次對話、198 個抽樣的成功率 78%；Genie Worksheets 準確率 80%，對照組 GPT-4 function calling 為 0–10%；STORM 有 80 萬名自然使用者、寫出 140 萬篇文章。
  • 11 月 12 日那堂的 NLP building blocks：講的是 CHURRO，一個 3B 參數的歷史文獻辨識視覺語言模型，論文收錄於 EMNLP 2025。
  • 未能確認的項目：（1）改名的官方理由——ExploreCourses、課程網站、OVAL 網站三處都沒有任何說明；（2）2026 年秋季是否沿用 2025 年的作業與閱讀清單，新課綱尚未上線；（3）2026-2027 條目目前只列 Monica Lam 一人，助教名單尚未公布，無法判斷是否有異動。

參考資料

相關文章

Stanford CS224V 第 10 講：SPINACH Agent 如何逐步探索 Wikidata 並寫 SPARQL 1 min Stanford CS224V 第 5 講：WikiChat 的七階段 RAG 如何逐條攔下幻覺 1 min Stanford CS224V 第 1 講：用計算思維把會幻覺的 LLM 變成可靠助理 1 min