diff --git a/docs/人工智能/CS188.md b/docs/人工智能/CS188.md
index 3d376abf..2299b1b0 100644
--- a/docs/人工智能/CS188.md
+++ b/docs/人工智能/CS188.md
@@ -10,11 +10,11 @@
 
 伯克利的人工智能入门课，课程 notes 写得非常深入浅出，基本不需要观看课程视频。课程内容的安排基本按照人工智能的经典教材 *Artificial intelligence: A Modern Approach* 的章节顺序，覆盖了搜索剪枝、约束满足问题、马尔可夫决策过程、强化学习、贝叶斯网络、隐马尔可夫模型以及基础的机器学习和神经网络的相关内容。
 
-2018年秋季学期的版本免费开放了 gradescope，大家可以在线完成书面作业并实时得到测评结果。同时课程的 6 个 Project 也是质量爆炸，复现了经典的 Packman（吃豆人）小游戏，会让你利用学到的 AI 知识，去实现相关算法，让你的吃豆人在迷宫里自由穿梭，躲避鬼怪，收集豆子。
+Fall 2024免费开放了旁听 gradescope，大家可以在线完成书面作业并实时得到测评结果。同时课程的 6 个 Project 也是质量爆炸，复现了经典的 Packman（吃豆人）小游戏，会让你利用学到的 AI 知识，去实现相关算法，让你的吃豆人在迷宫里自由穿梭，躲避鬼怪，收集豆子。
 
 ## 课程资源
 
-- 课程网站：[Fall 2022](https://inst.eecs.berkeley.edu/~cs188/fa22/)，[Fall 2018](https://inst.eecs.berkeley.edu/~cs188/fa18/index.html)
-- 课程视频：[Fall 2022](https://inst.eecs.berkeley.edu/~cs188/fa22/)，[Fall 2018](https://inst.eecs.berkeley.edu/~cs188/fa18/index.html)，每节课的链接详见课程网站
+- 课程网站：[Fall 2024](https://inst.eecs.berkeley.edu/~cs188/fa24/)
+- 课程视频：每节课的链接详见课程网站
 - 课程教材：Artificial intelligence: A Modern Approach
 - 课程作业：在线测评书面作业和 Projects，详见课程网站