作业被 agent 一键做完之后，斯坦福把作业改成给开源维护者提 PR

AI Engineer 的 YouTube 频道这期在庆贺订阅过一百万。嘉宾 Mihail Eric 同时做两件事：斯坦福 CS146S《The Modern Software Developer》的兼任教授，以及销售软件公司 Monaco 的 AI 负责人。Monaco 不是那个国家。转录里他说买下 monaco.com 之后和对方有过公开争议，并说官司他们赢了。

主持人以为课在刷第三轮。他纠正：这是第二次开课。第一次在 2025 年秋，还在他口中的 4.5、4.6 之前。课大约从 2024 年 11 月起意，过委员会花了九到十个月。去年有一篇 Business Insider 写过这门课。今年自主编程智能体起来，大纲大改。录的时候是第一周的末尾。

周二他问过上课的学生。来的多是斯坦福大二、大三。他说没有一个人还在用手打代码。各家工具的份额他还没调查。去年是九个教学作业，再加一个开放的结课项目。作业是他设计的练习，比如用一个 AI 代码评审工具发一条评审，再看它好在哪、不好在哪。他说不少人一次提示就能做完。这轮改成进真实开源仓库，向维护者提补丁，由维护者审。

原始来源：[One Million AI Engineer Special] How Stanford Teaches AI-Native Engineering — Mihail Eric, Monaco。中文深度整理，非逐字翻译。YouTube 侧字幕关闭。本文依据 Latent Space 官方单集页上的自动转录，不是现场听记。专有名词和数字可能有识别误差。Claude Code 在转录里多次写成 Cloud Code，下文按 Claude Code。模型名按转录字面保留，不改成另一款已发布型号。

维护者愿不愿意合并，比智能体会不会写更稀缺

去年的课更像巡览。代码评审、规格、SRE，各有人做一个智能体，学生的任务是见世面。今年他想留下的原则更窄：仔细的上下文工程，以及用设计和架构对付复杂任务。课不替代算法。传统计算机科学是先修。他后来说，斯坦福入门算法课 CS106B 的程度，就够写出编程智能体的主循环。

第一周他对学生说，公司需要你们，地板比一个入门职级高。他借用谷歌的说法：不能停在 L3，判断力要更接近更高一级。人留下的是系统怎么建、取舍是什么。实现细节可以更经常交给工具。

他担心的缺口在导师。已经在业界的人先用上编程智能体，会变得更强。刚进门的人面对的是「然后呢」。他夏天谈下来一批开源伙伴，挑的是他认为偏 AI 原生的仓库：自己就是编程智能体，或是给智能体做工具的项目。学生在里面贡献代码，维护者审补丁，把好软件的心智模型传下去。做得出色的人，他预期会被挖。这是课程设计，转录里没有录用名单，也没有选课人数。

工具额度他另外攒了一批。Factory、Cognition、OpenAI 都参与。他不想让学生卡在每月 20 美元的订阅上。想把用量顶满、看看边界的，应该用得到。Factory 的 Eno 还留了口子：固定额度之外，愿意做一次性实验，规模放到一千个以上的智能体。转录后段把 credits 听成信用卡，下文按前面已经说清的用量额度理解。

大纲事先公开了几周。没兴趣的人可以不来。来的除了计算机学生，还有别的系的博士后、病理和医学方向、其他工科，以及商学院里不想只靠一位技术联合创始人的人。他不声称自己握着全部答案。客座课留下，是因为前沿的人看见的比他多。Boris 会知道一些他不知道的事。

十周从两百行循环讲到工厂

他先按周扫了一遍，并说这些题成熟程度不一样。开放问题知道，答案未必知道。对话里说到，做工厂、卖工厂的前沿团队，自己也只声称大约百分之三十多是完全由智能体驱动的。谁把这句说完整，转录没有切开。有人走到黑暗工厂的深处，又出来说自己错了。主持人说这在 AIE 上聊过，并转述 Boris 最近公开说过自己经常错。下面的十周是这门课此刻的骨架。百分之八十到九十的代码由智能体写出，是他放到最后一周的极限问题，转录没有把它说成现状。

第一周拆 harness。Harness 是包住模型、让它能改文件并维持运行的那一层。他今年早些时候写过一篇：入门算法的程度，就能做出一个会改文件的智能体循环，大约两百行。没有子智能体，也没有 MCP。MCP 是模型去调用外部工具的接口。课上先写这两百行，再用 mitmproxy 截下真实 Claude Code 的请求和响应，看系统提示、计划提示和压缩提示。他当场用的模型，转录写成 Opus 5.5，并说是两天前的模型。主持人说 Claude Code 的系统提示在各家编程智能体里最长，大约两万 token，砍过大约八成，然后又长回来。Mihail 看到的变化是：大约两个月前还在系统提示里的 Git 用法和任务设置，现在更期望写进模型权重。弱模型要给好坏例子。模型强了，这些例子会变成过度约束。他不背书某一家工具。去年开课时 Claude Code 还没有今天的位置。Pi 是这门课的开源赞助，课也不等于推荐 Pi。Boris 去年在他记忆里大约四千 Twitter 关注。主持人记得产品大约两个月大时，一次查询要五毛钱；去年十月的一张幻灯片写着，按六个月后的模型来做。

第二周是规模上的上下文工程，加上工具设计和 MCP。他仍然站在 MCP 这边，把它当成已经存在、还会继续存在的标准。他讲的 Rapid，功能上接近 Dex 的 RPI：进陌生大仓库时先做研究，再给出几种做法让人来选，然后才是计划或规格、实现和测试。他说这套能铺到数百万行的仓库。一句「把事情做了」能走一段，走不完。主持人认为更没定论的是多智能体：子智能体要不要继承主线程的全部上下文，做完怎么压回去。给少了会做错，给多了会把一句随口的话当成法律。Dex 把上下文胀掉的那段叫 dumb zone。Mihail 把这截称为手艺多于科学。

第三周是 skills。从单次工具调用走到可以反复跑的流程，写成 skill 文件。他会用到 Matt Peckock 的 grill me，转录后文又听成 Matt Polcock，下文不改成另一个拼写。还有 Jeffrey Litz 的 explain diff：先给 diff 一个能扫读的形状，再在结尾用小测验确认你是否看懂。主持人的写法经验是，默认的技能生成器经常又臭又长，要再砍一轮；触发条件写宽了，会在另一个项目里突然跑起来。Eugene Yan 会定期删掉不用的。Mihail 更想留下的用法是组织知识：他们用 Devin 时，把接口和服务边界该怎么定写进技能，交给代码评审去执行。这比「省得每次重打提示」活得更长。

第四周是定制智能体的机关：配置文件，他点了 AgentsMD 和 CloudMD，还有 hooks、子智能体。这一周是机制清单。第五周才落到一个真仓库上。

第五周是 agent-ready 的仓库：服务边界、文档、可验证性。他把它当成后面四周到五周的地基。大家热衷十个智能体并行，前提是仓库能被验证、结构清楚、智能体读得懂。他把 Factory 的 readiness report 当作这一课要看的东西。Eno 在这题上早，AIE 欧洲那场演讲他觉得超前。主持人说，Factory 在别人还在形成意见的那一周就把产品发出去了。它是一块仪表盘。原则可以自己跑，也有开源版本。转录没有念任何一家的就绪分数。

第六周是智能体代码评审。生成速度上来之后，理论上一天可以挂出三十个以上的 PR。人如果仍按老办法逐个挡在中间，人就变成速度的瓶颈，大规模生成就没有意义。他要的中间地带是：仓库的可验证性如果事先设计过，有一类改动可以在一部分时间里自动通过；另一类你仍要插入。插入之后，也不一定还是逐行看。Latent Space 的客座作者 Ankit，来自 Aviator，写过如何干掉代码评审。Mihail 读过，没跟他本人谈过，认为大体是对的。卡住的地方有两个：评审，以及更上游的意图。主持人的观察是，合并在变多，评审次数没有跟着上去。转录没有给出样本和百分比。他点名写过这件事的有 Amplitude、Cloudflare、Augment，说帖子值得读，现场没有摘数字。

Monaco 自己把 PR 描述写成这一刻代码库的规格，不是一段话。里面有文件级的指针，标明动了哪些服务边界。主持人反问的是整条功能的规格：它是所有 PR 的总和，模型不擅长维持它，人还记得五周前做过相反的决定。Mihail 提到会计公司 Basis 的做法：用 Git 跟踪一批文件，一部分是规格和意图，一部分是他们称为代码的规范状态，把隐含约束写出来。他说这对 Basis 有效。转录没有使用另一个专名来称呼这套图。

第七周才是安全。去年也有。Isaac 去讲过，公司名转录写成 Semgrup，按 Semgrep 来听：开源仓库比智能体更早，原来做的是传统的静态扫描，现在把产品和这个局面接上。Mihail 想钉住的是依赖和供应链。版本要钉死，不要随意 npm install 然后信任整条链。极端说法是依赖为零、全部自己写，因为代码变便宜了。他承认这在「你看见一切」的意义上最安全。主持人立刻把话扳回来：自己写的错误只有自己的用户会撞上；一个用户面很大的开源项目，会有人先发现问题。两边都不能说绝。主持人还补了一句：模型平均而言缺陷可以更少，麻烦是你不知道自己发出去的是什么。两人都同意，数据存储、账单和认证不要拿来即兴生成。authN 和 authZ 的差别、AWS IAM，这些词要先会。有了词，才提示得出来。转录把 authN、authZ 听成 off N、off Z。

同一段里他还说，企业里挡住脚步的经常不是再加一个智能体。合并队列堵着，应用拉起太慢，CI/CD 这些更底层的东西没理顺。CI/CD 是持续集成和持续交付。再丢一个 SRE 机器人进去，回答不了系统性问题。

第八周是后台智能体：不在传统 IDE 里，而由仓库和 CI/CD 里的事件触发，也包括 SRE 风格的机器人。他点了 Ramp Inspect 和 Stripe Minions。Spotify 那套的名字他当场没想起来，后文有几处听不清，本文不挑一个当成产品名。Cloudflare 的 Rajesh 讲他们的基础设施。主持人说，所谓触发，底下常常是定时任务或 webhook。

AI SRE 他单独说了几句。Resolve 在企业里做得好，卖点是依赖图已经乱到要靠人去理：大量 Kubernetes 和 Helm。他描述这种卖法时点了福特和沃尔玛。这是 Resolve 的市场，不是 Monaco 的客户名单。Night Shift 做后台智能体，他说对方有 Greylock 的支持。规模小的时候，自己做通常还应付得了。主持人给那个企业量级的口播是：仓库数量到数以万计，比开发者还多，写代码的人已经不在，值班手册过期，你在 on-call。去年 Resolve 给这门课做过一份沙箱作业：里面有多份服务和埋好的故障，学生用 Resolve 的智能体，扮演 on-call 的人去探。

第九周是团队基础设施：LM gateway，以及规模化之后的 MCP portal。Portal 要解决的是单一入口上的治理、安全、审计和成本。主持人认为 portal 和 gateway 是同一层平台，和权限、账单是同一类「中间那个盒子」的问题；公司买回来的架构往往就是组织架构。Mihail 同意底层可以是一个盒子。企业里拆开，经常是政治和人员问题，不是纯软件设计。他点了一个会更重要的角色：平台工程师。云、开发者体验和安全都在这里，这是能让公司出事的那一层。第九周的客座时间对不齐。他说自己大概整周不讲，题目回到第十周。下文不把某位嘉宾锁死在某一周。

第十周是软件工厂。人还留在环里的位置，他现在的答案是意图和评审：规格和要建什么，以及对系统做一定的核对。他认为评审这个瓶颈会比意图更早松开。开源伙伴里的 Warp 会跑一份工厂形态的 Warp，学生去建、去维持它运转，再把有意思的部分拉回去。他觉得整套工厂很难一次卖出去。不会第一天就把整台机器放到福特的桌上。路径是先成为对方选用的编程智能体，再做后台智能体，再接住一部分 SRE，最后如果生命周期写在代码或配置里，才织到一起。OpenAI 的 Ryan 有一篇他们播客也聊过的帖子：用五个月做内部工具，手写代码零行。帖子叫 Harness Engineering，转录说是二月的。先慢，再把活卸出去，再做 PR 评审。原则上他认为这是未来的一个版本。生意上怎么卖，他仍然存疑。

主持人说，录制前一位是 Anthropic 的产品负责人和平台工程负责人。问他们的工作什么时候被取代，回答是还没有，因此不必觉得这件事迫在眉睫。Mihail 应了一声。主持人算过大二还有两三年。Boris 写过一份给团队用的阶梯。转录是从零起算的五级：gated、assisted、parallel，然后是 supervised autonomy 和 AI native。Boris 写的时候 Anthropic 在第三级，还在争取第四级。转录没有把每一级的名字和数字逐项对齐。主持人点了一个叫 dynamic workflows 的子智能体模式：按手头的任务现写一个 harness，而不是复制父智能体。他说这是 Anthropic 那边的叫法。Monaco 在销售场景里也做了一版，按需要现搭。

买来学边界，要留下的自己建

转录说公司在 Basin SF，按落在旧金山来听，轮次是 Series B。产品是一体化的销售平台，智能体做销售不愿意做的那部分，人去成交。他们没有从企业客户做起。还在用电子表格管管道的团队，比从 Salesforce 里把人拉走容易。做法是跟着客户长大。他说客户是早期创业公司，主场在种子轮到 A 轮，现在才往更大的市场走。一体化他们做了大约一年半。藏了大约一年里的大半，再加几个月，是因为从第一天就想做全套，而不是先切一个窄点再扩张。他说在面向初创公司的销售平台里，他们属于最好的，甚至就是最好的。这是他的判断。转录没有客户名单，也没有融资金额。广告牌上含糊带过的数字，本文不写成一轮融资。

销售用的 harness 是他们自己的，从 Codex、Claude 这一类系统借结构，工具和流程按市场销售来做。它给平台上几乎所有流程供能：市场总量和理想客户的打分与定义、管道的演进、会前笔记和纪要。有长程的，也有短程的，建在基础模型上。成本开始重要之后，他在看开源权重的模型能不能更快，以及用强化学习一类的方法做后训练、搭相应的环境。那一周外面在谈模型生意正负百分之五十的毛利。他说先不论这些数字。下文不把它写成 Monaco 的毛利。

充实数据是硬问题。他们用 Parallel 做一般搜索，也用 Exa。两家都是朋友，他拒绝排名。自己建的那套公司、账户和联系人数据库，是他认为最有价值的系统之一：此刻该联系哪家公司的谁。他举的时机是，卖给销售副总裁，对方在同一职位上待了五年，不如刚换工作的那一刻；领英上的变动就是信号。他说公司强在需求侧，帮客户把约到的会做多。

一体化本身有价值，销售软件里很多公司从单点做起。他觉得真正的差别还在人。卖 Monaco 的市场销售团队，同时是他们称为 FDAE 的人：forward deployed account executive，像顾问一样帮客户装上智能体流程，走完对方自己的销售周期。转录里说，其中有 Brex 等地做出色的市场销售，打法写进平台。后文的 Sam Blond 是广告打法的人，本文不把「Sam 的旧部」扩成一份名单。

工程侧从第一天就在用编程智能体，也留下过伤。原则他在口播里先说反了，随即改过来：buy to learn, build to keep。买来是为了学边界，要留下的基础设施自己建。

代码评审是买的例子。一年多以前他们扫过一圈。主持人回忆的名字里有 CodeRabbit、被收购前的 Graphite，以及 YC 背景的 Ellipsis。Mihail 确认试过一批，当时没有一家跨过「立刻有用」的线。他做过统计，不是凭感觉：把自己的 PR 摊开，看啰嗦程度、发帖频率和用处是否划算。第一轮没有选定供应商。后来 Devin 明显变好。去年 Silas 在这门课上讲过。第二轮他没有再推，同事主动要求开通。今天他们仍用 Devin，他仍然觉得值。Silas 现在更多在模型侧。他还提到跟 Walden 谈过。转录没有给 Walden 的职务。代码评审之外，他觉得成熟度不够，所以自己做。不教条，有成熟产品会再看。后台智能体尤其如此：他们自己的云平台怎么搭的，决定了外部平台不如内部合适。

Monocoder 是他们版的 Ramp Inspect，建在 Coder.com 上，按自己的场景改过。用处是隔离开发环境、把智能体扩到多个、跑长程的编程任务。他点名 John Tracy 一伙。Hal 是 Slack 里的机器人，一部分是 AI SRE，一部分是客户成功，一部分是 QA：帮人排障，坏了就提 PR，销售也可以用它搞清产品怎么工作。对销售和对工程师，人格不一样。Hal 他归给 Yunja 和 John Tracy。

Agent readiness 他们有自己的一套。Eno 和 Factory 在这题上早，他让对方来讲，是因为那次 AIE 演讲把原则说清了。

规模大了，SRE 的价值他另有一个判断。依赖极多、Kubernetes 极大的时候，企业产品才显出用处。小规模通常还管得住，可以自己做。这和「代码评审继续买、后台运行自己建」是同一条线，不是两套哲学。

对人的要求是看懂 diff，设定意图和护栏

explain diff 把这件事做成练习：生成变容易之后，看懂改动没有借口。主持人说，没有一种局面是关掉脑子会更好。一行提示换来几万行代码，那个记分牌是错的。技能里有一类就是强迫你把脑子打开，多问，而不是替你把脑子关掉。

野心的地板也抬高了。主持人说，拍照变成一个应用，今天不够野心；写一个浏览器才算，例子是 Cursor 的 Wilson。Mihail 同意今年会期待更多，去年的学生仍然该被记一笔。去年他的课还在讲 K-shot 提示。去年的结课里，一位设计背景的学生拍下笔记本就生成应用，他相信这和对方后来去 Vercel 有关，可能在做 Eve。Eve 也是开源伙伴，学生用它来做东西。另一位电子工程的学生，做的是把带 C 语言内存地址的手册翻成可解释、可可视化的代码。结课项目他用 YC 的创业征集当种子：出去做一点真东西，近乎做一家公司。

对还在找工作的人，包括业界早期岗位，主持人加了一条课表之外的建议，他称为第十一周：做基准和评测。这能敲开前沿实验室和头部智能体实验室的门。有严谨度的工程博客，把一件事做深，也同样有效。转录里 C-Bench 被说成普林斯顿的本科项目，Mihail 应了一声。本文不改成另一个基准名。

跟上变化的办法，他说可以小到每天实验十分钟。用一个没试过的工具，去做你已经会做的题。客座、大纲年年改，都是因为这门课本来就没凝固。原则是实验，不是把某个人的话当成教条。

Steve Yegge 那份从 IDE 到多智能体、再到自己写编排器的阶梯，他认为方向是对的，不能按字面执行。Gastown 的术语和宣言传得比系统远。对话里记得一个说法：Gastown 里唯一有用的建造，是 Gastown 自己。主持人作为雇主的说法是，他不想雇一个还没从这种狂热里走出来的人，因为他正在为某人的狂热付钱：工资和 token，反馈进不去。学生版是把个人系统优化了一大圈，什么也没交付。该经历，然后问自己当时错在哪。

山谷外面，很多公司仍是一次调用的 ChatGPT，或者刚发下 Cursor 的许可证、正在让人上手。这句他用了百分之百的把握，并说比这间屋子里的人以为的更常见。学生知道前沿，价值会落在那些还没到前沿的地方。

第一周结束。他要看的是开源伙伴这一轮：学生钻进复杂仓库，真的做出东西。明年会不会再开一版，转录里没有一句确定的承诺。开放源码的维护者如果想加入额度合作，可以找他。