斯坦福如何教 AI 原生工程:从写作业到参与开源
Latent Space7 天前
当编程智能体只需一条提示,就能完成上一年的编程作业,课程还应该考什么?斯坦福 CS146S《现代软件开发者》的第二轮教学,给出了一个具体调整:把开源维护者请进课堂,让学生面对真实仓库和真实的代码审查。
从完成作业,到向维护者解释修改
Mihail Eric 在斯坦福教授这门课程,同时负责 Monaco 的 AI 工作。在第二轮课程中,学生需要完成的不只是生成一段能运行的代码,而是一组更贴近实际协作的任务:
- 理解一个此前不熟悉的代码仓库;
- 提出一项修改;
- 向可能负责合并代码的维护者解释补丁。
这一安排把任务的终点从“交出代码”延伸到了“解释改动”。学生不仅要提出方案,还要面对熟悉项目的人,说明自己究竟改了什么。
十周课程关注哪些能力?
CS146S 的课程周期为十周。围绕课程展开的讨论涉及初级工程师需要学习的能力,以及编程智能体背后的运行机制,主要包括:
- 智能体内部机制:编程智能体中的循环、工具与运行框架(harness)。
- 大型代码库的上下文工程:如何为智能体组织理解项目所需的信息。
- 理解代码差异:开发者需要哪些技能,才能真正看懂 diff。
- 面向智能体的仓库准备:如何让代码仓库更适合智能体参与开发。
这些议题共同指向一个教学重点:使用编程智能体之外,开发者仍需理解它如何工作,以及它对代码做了哪些修改。
Monaco 的实践:哪些自建,哪些购买?
在 Monaco 的工程实践中,团队对不同环节作出了不同选择:
| 环节 | 团队做法 |
|---|---|
| 智能体工作空间 | 自行构建,为智能体配置工作环境 |
| 代码审查工具 | 购买现成工具 |
| 值班智能体 | 接入 Datadog 和 GitHub |
这些做法呈现了一个具体的工程决策问题:哪些能力需要团队自己掌握和建设,哪些可以交给外部工具?
讨论还涉及代码审查成为瓶颈、安全与依赖管理、权限控制,以及后台智能体等议题。不过,仅凭这些议题,不能进一步断言相应系统的效率、可靠性或自动化程度。
值得继续讨论的问题
这门课最值得关注的变化,是把真实项目中的理解、修改与沟通带入了作业要求。对于正在引入 AI 编程工具的团队,也可以讨论:
- 如果代码生成越来越容易,如何检验开发者是否真正理解了改动?
- 新人训练是否应增加陌生仓库阅读、补丁解释和维护者反馈?
- 智能体工作空间、代码审查和值班工具中,哪些值得自建,哪些适合采购?
