台大李宏毅教授 2026 机器学习知名课程更新：大模型时代的 Agent 与自我进化

本文作者：meng shao（@shao__meng）。版权归作者所有，未经授权禁止转载。

台大李宏毅机器学习 2026 课程

台湾大学电机系李宏毅（Hung-yi Lee）教授的机器学习课程，2026 春季学期版（3 月初开课，6 月初结束，共约十一个授课周）。这门课在全球中文机器学习社区中地位特殊：李宏毅的授课录像从 2016 年起每年公开在 YouTube 上，以其中文母语讲解、紧跟前沿的选题和自嘲幽默的风格，成为几代中文学习者入门深度学习的事实标准教材。2026 春季这一版，标志着这门课完成了从“经典机器学习课”到“大模型时代前沿课”的彻底转型，课纲里已经找不到 regression、SVM、CNN、RNN 这些传统主角，取而代之的是 AI Agent、推理加速、模型自我进化等主题。

课程主页 https://speech.ee.ntu.edu.tw/~hylee/ml/2026-spring.php

视频列表 https://www.youtube.com/playlist?list=PLJV_el3uVTsMOzDAUQ0cj9oLqEnqTSBkl

课程主线：一条清晰的四幕叙事

如果把十一次授课排开，会发现它不是主题的简单罗列，是一条精心设计的叙事线，“用模型 → 懂模型 → 教模型 → 让模型自己长大”。

第一幕：AI Agent（3/6、3/13）

课程以 Agent 开场而非以神经网络开场，这本身就是个强烈的信号。第一讲以开源项目 OpenClaw 为例讲解 Agent 的运作原理；第二讲进入 Context Engineering（上下文工程）与多 Agent 互动，并讨论 Agent 对学术研究范式的冲击。

值得注意的是"Context Engineering"这个术语，它是 2025 年流行起来的概念，指的不再是如何写好单条 prompt（Prompt Engineering），是如何系统性设计 Agent 所处的信息环境：记忆管理、工具结果的组织、多轮对话的状态设计。课程还专门讨论 Agent 对学术研究的冲击，这暗示李宏毅认为 Agent 不是众多应用之一，是会改变研究本身的基础设施。

第二幕：深入模型内部架构（3/20、3/27）

两讲分别回答两个工程核心问题：

•如何加快推理速度：讲 Flash Attention 与 KV Cache。前者是 GPU 显存带宽受限下对注意力计算的 IO 感知重排（如今所有主流推理框架的地基），后者是大模型自回归解码时缓存历史键值、避免重复计算的技术。没有这两项技术，就没有今天可用的 LLM 服务。

•如何处理超长输入：讲 Positional Embedding（位置编码）。从绝对位置到 RoPE 及其外推/插值变体，这是长上下文能力的理论核心。

这一幕的定位很明确：不是让你从零推导 Transformer，是让已经会用 LLM 的人理解系统的性能瓶颈和能力边界从何而来，这决定了你能否诊断“为什么慢”“为什么长文档中间的内容模型看不见”。

第三幕：如何教育模型（4/10、4/24）

标题用了“教育”而非“训练”，非常耐人寻味。两讲分别是：

•Harness Engineering：不改动模型权重，是通过精心设计的运行环境、工具接口和反馈回路让同一个模型表现更好。这是 2025–2026 年新兴的术语，与第一幕的 Context Engineering 呼应，改善模型的路径从“改数据再训练”转向“改环境即改善”。

•Self-Correction（自我修正）：让模型发现自己错误并修正，包括推理阶段的自我审查与验证机制。

这一幕代表了一种范式转移的认知：模型能力的提升，未必来自梯度下降，而可以来自“教养方式”的改变。

第四幕：模型的自我成长（5/8、5/22）

这是全课程最前沿的部分，甚至延伸到了研究界尚未定型的领域：

•Self-Improving：模型通过自身生成的数据和反馈循环来提升自己，摆脱对人工标注数据的依赖。

•Self-Evololving Agent（自我进化智能体）：Agent 在执行任务的过程中积累经验、自我改进，这是 2025 年底至 2026 年最活跃的研究方向之一。

从第三幕到第四幕的递进关系很清楚：第三幕是“人来教育模型”，第四幕是“模型自己教育自己”。这也是课程叙事的终点，从人类手把手教，到模型自主成长。

收尾与客座内容（5/15、5/29、6/5）

穿插了三场客座演讲：Appier Research 产业界团队（广告科技中的 ML 应用）、两位同学关于 Spoken LM（语音语言模型）的演讲、以及陳暐教授的专题。Spoken LM 同时也是最后一次正式作业的主题，说明语音-语言一体化建模被视为值得学生动手实践的方向。

作业体系：与课程主线严格同构

十次作业（外加一个 Bonus 竞赛和一次工具教程）几乎逐周对应授课主题，且选题相当“硬核”：

| 作业 | 主题 | 对应授课 |
| --- | --- | --- |
| HW1 | LLM 恶意指令防御 | LLM 安全 |
| HW2 | AI Agent 当 AI 工程师 | Agent 篇 |
| HW3 | LLM 快速推理 | Flash Attention / KV Cache |
| HW4 | 训练 Transformer | 模型内部机制 |
| HW5 | 不遗忘的微调（Finetuning without Forgetting） | 模型教育 |
| HW6 | 模型编辑（Model Editing） | 模型教育 |
| HW7 | 模型合并（Model Merging） | 模型成长 |
| HW8 | 测试时扩展（Test-Time Scaling） | 推理与自我修正 |
| HW9 | Flow Matching | 生成模型新范式 |
| HW10 | 口语语言模型（Spoken LM） | 收尾专题 |

几个值得展开的观察：

1.HW2「AI Agent as an AI Engineer」极具象征意义，让学生搭建一个能自己做机器学习工程的 Agent，这等于把课程第一幕的主题直接变成考核内容，也呼应了“Agent 冲击学术研究”的课堂讨论。

2.HW5–HW7 构成一个“后训练三部曲”：微调如何不灾难性遗忘旧能力 → 如何精准编辑模型中的具体知识 → 如何把多个各有所长的模型合并成一个。这是当前开源模型社区（合并模型、LoRA 生态）的核心工程问题。

3.HW8 Test-Time Scaling 对应让模型在推理阶段花更多算力换取更好答案（o1/R1 式推理范式的技术基础），HW9 Flow Matching 则是扩散模型之后新一代生成建模框架，说明课程虽以语言模型为主轴，但没有放弃生成模型。

4.每次作业都配套视频讲解、PDF 讲义和 Colab 代码，提交走 NTUCOOL（台大教学平台）、Kaggle 或系上评测平台，作业即完整的上手机器学习工程流水线，而非纸面推导。

学术诚信规则

课程的规定延续了李宏毅历年风格，其中一条措辞颇为著名：禁止与 "any living creatures"（任何活着的生物）分享代码或预测结果，即不限于同学，向任何人（包括在网上求助）泄露代码都在禁止之列。使用外部资料必须引用；手改预测文件视为违规。首次违规该次作业零分且总成绩打九折，一学期再犯直接 F。这套规则的实际语义是：鼓励你查资料、读文档、用一切公开知识，但代码和结果必须是你自己产出的。

页面未公布具体的成绩配比（历年通常以作业为主，具体以 NTUCOOL 公告为准），且课纲标注"tentative and subject to change"（暂定，可能调整）。

这门课透露的学科趋势（个人解读）

把 2016 到 2026 十年的课纲连起来看，这门课的演变就是整个领域的演变史：2016–2019 讲的是从回归到 GAN 的经典深度学习；2020–2023 转向自监督学习与 Transformer 一统；2024–2025 出现 LLM 微调、RLHF；而 2026 春季这一版，完成了最后一次转身，课程的重心从“如何训练一个模型”变成了“如何与一个强大的模型共处、理解它、教养它、并让它自我进化”。

具体来说，2026 版课纲隐含三个判断：

1.Agent 是新的应用层范式，以至于值得占据开篇两讲加多次作业；

2.系统级工程能力（推理加速、长上下文）与算法能力同等重要，理解 Flash Attention 和 KV Cache 已经是“懂 LLM”的一部分；

3.后训练（post-training）时代的重心正在从“喂更多数据”移向“设计更好的环境与反馈回路”，最终指向模型自我进化这一前沿。

换句话说，这门课教的对象，正在从“未来的算法研究员”扩展为“未来所有需要驾驭大模型的工程师与研究者”。