斯坦福如何教授 AI 原生软件工程：对话 Mihail Eric
播放视频AI Engineer YouTube 频道刚刚突破了一百万订阅者。感谢每一位观看过演讲、分享给同事，或将所学知识投入生产环境的观众。在这期特别策划中，我们想找一位不得不回答许多人工作中正在困惑的问题的人来聊聊：现在软件工程师真正该学什么？
Mihail Eric 有两个地方可以验证他的答案。他在斯坦福大学教授《现代软件开发》，同时担任 Monaco 的 AI 负责人，他的同事使用 coding agent 来交付软件并排查故障。我请他带我们过一遍教学大纲，然后告诉我们其中哪些部分经受住了他自家工程团队的实战检验。
这也算是为所有下周前往旧金山参加 AIE Code 大会的朋友做的一次预热，可以作为与演讲者、赞助商及参会者交流时的必备知识。如果你是 LS 订阅者且尚未购票，可以使用此代码享受 3 折优惠（恕不退款）
去年的作业现在只需一个 prompt
CS146S 课程的第一期包含九个作业和一个毕业设计。其中有一个练习是让学生运行 AI 代码审查工具，并评估其反馈。到了第二期，Mihail 意识到学生其实可以一次性完成其中很多练习。当他询问斯坦福大学的二、三年级学生如何写代码时，他发现他调研的所有受访者已经在用 agent 了。
所以这次作业的一部分是给一个开源项目做贡献。仓库的维护者会审查学生提交的补丁。我很喜欢这个设计的巧妙之处：你可以让 agent 在一个下午就实现一个功能，但你仍然需要搞清楚维护者是否需要它、代码为什么这样设计、你的补丁还可能破坏什么。这种对话也是初级工程师向资深工程师学习的过程。
节目里有一个练习，你可以直接用在自己的下一次 PR 上：Geoffrey Litt 的 explain-diff skill 能把一次改动变成可视化的讲解，然后对你进行测验。试试用它来审视你的 agent 刚写的补丁——哪些问题你需要重新打开代码才能回答？观看这段讨论。
Monaco 买了什么，又自建了什么
在 Monaco，团队评估过多款代码审查产品，最终还是留下了 Devin。但 agent 工作区走的是自建路线：后台 agent 需要一个地方运行产品、复现故障、测试补丁，而这些细节取决于 Monaco 云环境的具体配置，所以团队选择自己做工作区。Mihail 的经验法则是：“买是为了学习，建是为了长期拥有。”
一个成果是 Hal。工程师可以让它排查故障并提交 PR，销售也可以问同一个系统产品是怎么工作的。前一种情况下，有用的答案是一次可供审查的代码改动；后一种情况下，是一段可以直接给客户讲解的说明。如果给这两种人都是一堵调试日志墙，那只能满足其中一个。
我一直在思考的问题是 PR 的另一端会发生什么。agent 看得到当前的代码，但它去哪里了解团队六个月前为什么否决过同样的改动？这就从 Basis 的 Authority Map 引出了 Mihail 的预测：开源仓库会变成由 agent 运营的软件工厂。这也正是今天就该把学生送到维护者面前的理由——总得有人来决定哪些改动应该进入项目。
如果你正在使用 Coding Agent 开发项目，欢迎加入 AI Engineer CODE。如果你也在自行教授相关知识，我很想听听你最早重构了哪份作业。
Show Notes
Stanford CS146S — 包含为期十周的课程大纲、作业及开源合作伙伴介绍。你也可以切换查看上一学年的课程进行对比。
构建 Coding Agent 以及 Claude Code 内部解析 — Mihail 对工具循环及其外围框架（Harness）的深入讲解。
理解成为新的瓶颈 — Geoffrey Litt 关于如何理解 AI 生成的 Diff 中变化内容的学习方法。
Monaco 的 Agent 开发者工作区 — 团队构建一个可供 Agent 运行并测试应用环境的初衷与逻辑。
如何终结代码评审 以及 Faros 的相关研究 — 数据显示，高 AI 采用率的团队合并的 PR 数量多了 98%，但单个 PR 的评审耗时却延长了 91%。
Basis 的权威映射表 — 指引 Agent 查询当前行为、早期决策及意图所在的位置。
Stripe 的 Minions —— 一个生产级案例：为后台 coding agent 提供环境和通往工程师审核 PR 的路径。
Boris Cherny 的 AI 采纳五阶段 —— 节目结尾我们展示在屏幕上的那五张图。
Mihail 做客 The Thinking Mode —— EO Studio 的访谈，本期开头引用了其中片段。
时间轴
0:00 · AI Engineer 订阅破百万与 CODE Summit
0:51 · Mihail Eric 与斯坦福 CS146S
5:26 · 初级工程师现在该学什么
10:02 · 开源维护者审阅学生的代码
15:04 · 十周课程大纲一览
24:04 · coding agent 的循环、工具与 harness
32:18 · 大型代码库的 context engineering
38:15 · 让你真正看懂 diff 的技能
46:42 · Monaco.com 的争议以及飞机横幅
50:23 · Monaco 如何赋能销售团队
59:21 · Monaco 工程团队内部视角
1:01:40 · “为学习而买，为留存而建”
1:05:24 · 让代码库适配 Agent 并闭环值班流程
1:12:37 · 当 Code Review 成为瓶颈
1:20:37 · 安全、依赖项与权限管理
1:30:13 · 后台 Agent 与 Stripe 的 Minions
1:34:16 · MCP 门户及基础设施趋同的原因
1:41:22 · 构建软件工厂
1:45:24 · 开发者还剩下什么工作？
1:52:16 · 从个人采用到团队自主性
文稿
点击下方下载完整文稿。在网络版中，你还可阅读文稿并点击任意时间戳跳转至访谈对应位置。
|
Latent Space 的读者正是那些在交付 agent、模型和基础设施的人。有意赞助此位置请咨询。
business@latent.space →自动生成的转录稿，已与最终版节目对齐。时间戳可跳转至 YouTube 对应片段。
0:00 swyx · 开场 — 这一期相当特别，因为我们在庆祝 AI Engineer YouTube 频道订阅数突破 100 万。如果你还没关注，快去订阅。今天的嘉宾是 Mihail Eric，他不仅在斯坦福讲授《现代软件开发者》课程——这门课因为系统覆盖了 AI 原生开发的各种最佳实践而正在走红——同时还是 Monaco 的 AI 负责人。所以他既是老师，也是一线实践者。
0:24 下周要来参加 AI Engineer CODE Summit 的朋友们，这次大会将庆祝过去一年编码领域取得的飞速进展。我很期待本届的各个主题：对抗 slop（低质量代码）、System 1 模型，以及放大你对各种代码大规模重写的雄心。做 AI 工程师，从来没有比现在更激动人心的时刻。有了 100 万 AI 工程师，我觉得一切才刚刚开始。
0:49 那我们进入访谈吧。
0:51 好，我们现在在录音室里，嘉宾是斯坦福兼职教授、Monaco AI 负责人 Mihail Eric。欢迎！谢谢，很高兴来到这里。引起我们注意的是你的那门课，你已经是第三次更新了，是第三次吗？
1:03 第二次。第二次。是的。这是斯坦福的 CS146，或 146S 课程，名为《现代软件开发者》。
1:09 Mihail Eric 的摘录 —— 我认为，这一代刚刚进入职场的初级开发者、初级工程师，将是体验这种全新范式转变的第一代人。
1:18 我看了课程大纲，发现它几乎涵盖了我们要聊的所有内容。所以时不时我会邀请像你这样涉猎广泛的人，我们可以逐个话题深入，了解每个领域的前沿状态，我想你在接待所有嘉宾时也是这么做的，对吧？请告诉我们这门课程的历史。
1:36 是什么促使你创建 CS 146？对，这是第二次开设该课程，我去年秋天首次授课，即 2025 年秋季。当时还是 Claude 4.5 和 4.6 出现之前。甚至早在 2025 年秋季之前，这门课程已经酝酿了大约一年。课程的起源大概是 2024 年 11 月。当时我有个想法，我们看到编码智能体（coding agents）领域正在发生许多变化。虽然它们还只是编码智能体的早期版本，但已经能感觉到开发者的工作方式正在发生根本性的改变，我们可以更高效地完成工作，等等。
2:08 当时，相关信息只是散落在网上的博客文章或零碎内容。于是我就想，能不能围绕这一领域构建一套更正式、更结构化的课程体系？
2:23 当时我有了这个想法，我的母校是斯坦福，我一直想着回去教点什么，做点回馈。我一直在教育领域深耕。后来我和 Chip 聊了聊——他也教过课——还有我的好朋友 Chip Yen，对，就是 Chip，我去找她聊过，她之前教过一门设计机器学习系统的课。我问了她整个开课过程是怎样的，从她设计课程的方式中获得了很多启发。然后就是琢磨要开一门什么课、跟学校接洽，前前后后花了大概九到十个月，那是 2024 年秋天到 2025 年年中，通过了学院的审批。
2:58 我还专门论证了这门课为什么应该存在，得写提案之类的，一套流程下来就到了 2025 年秋季，第一次开课。反响非常好，学生们都很感兴趣。去年甚至还有一篇 Business Insider 的报道写到了这门课。而到了今年，很多事情都变了。可以说智能体——自主编程智能体——的发展速度是我们之前从未见过的。
3:23 所以感觉是时候重新设计一遍课程、更新内容了，于是就有了现在这门课。与此同时，你还在 Monaco 担任 AI 负责人，那也是一家很有热度的初创公司。是的。我们现在正处于风口上，干得很开心。我挺欣赏的一点是，你自己也是实践者，你们显然正在 Monaco 落地这些东西。从去年到今年，从宏观层面看，有哪些原则或观察发生了变化？
（3:53）确实如此。量非常大。回想去年的课程，当时 coding agent 已经存在，但市场仍处在各种公司竞相解决 AIS DLC 全链条各个细分环节的阶段。比如，有专门用于代码审查的 agent，有用于规格设计的 agent，还有用于 SRE 的 agent。当然，其中一些公司至今仍然存在。 （4:16）但去年的感觉更像是一场广泛的巡礼，展示 coding agent 可以在哪里使用。在很大程度上，去年的课程侧重于“广度曝光”，像是一段旅程，告诉你所熟知的 AS DL C 的每个环节都因 AI 而改变。我认为今年有一些原则正在固化下来。 （4:38）比如极度细致的 context engineering，以及通过深思熟虑的设计与架构来处理复杂任务的理念。这门课并非面向初学者，它不能取代传统计算机科学中关于算法等内容。事实上，许多此类课程都是我这门课的先修基础。 （4:59）但我确信，当学生打好坚实基础后，接下来要做的就是将这些原则应用到生产环境和真实世界中。我认为现在正是一个合适的节点。在 Monarcha，我们处理的是巨型代码库。我也帮助许多公司梳理其巨型代码库的设计等问题。因此，这是一门面向从业者的课程，旨在教毕业生或即将进入职场的人，如何成为生产力最高效的成员。5:25 你说自己对教育很有热情。我觉得正处于大学阶段的学生处境挺微妙的。你有什么建议吗？现在还应不应该学计算机科学？
5:40 有了 Claude Code 和 Codex 就够了吗？我想听听你的看法。是的，可以想象，学生们有很多焦虑。这次我想传达的是，这种焦虑依然存在，去年也是如此。但我想论证一点：一个训练有素的 AI 原生工程师——我知道这听起来像个流行词，我们后面可以深入聊聊其中最有意思的部分——
6:10 这样的人可以成为任何公司最有价值的人才之一。
6:17 这其实就是开课第一周。第一节课我就跟他们说：我真心相信每家公司都需要你们，但入行的门槛高了很多。这是你们毕业后的第一份工作，可如果套用 Google 的职级体系，仅仅达到 L3 是不够的。你们入职时基本得具备接近 senior 的水平。
6:39 那我们怎样才能更快达到这个水平呢？我想说的是，软件工程的基础功依然很重要——包括如何构建软件系统，以及这些系统设计中的权衡取舍。在这些基础之上，你们作为人类才能真正发挥价值，而其余的实现细节，可以越来越多地交给 AI 去处理。
7:02 嗯。确实如此。这是我之前也提过的一类观点，听起来可能有点哗众取宠，但我内心是这么认为的：大多数学生都已经“完蛋”了。当然，其中一部分人会成为极具价值的人才。这可不是个很受欢迎的说法。斯坦福的学生或许没事，毕竟他们出自名校，但美国其他地方的学生该怎么办呢？这就是个问题了。现状有点尴尬，我感觉很多教育体系反应都很慢。我甚至好奇，你在设计一门课程时，如何确定知识体系的“截止日期”？
7:39 你们在斯坦福教的是现代软件工程，而这门学科正在发生巨变。你“作弊”了。你只是让那些做 Coding Agents 的人过来讲个课，对吧？
7:48 噢，是的。让他们来做嘉宾讲师，嗯，这有点……“故弄玄虚”。是的。好吧。关于嘉宾讲师这一点，其实去年也是这么做的。那是有意为之。你看，正如你指出的，swyx，我是个实践派。我确实如此。我每天都在做这些事儿。
8:09 我设计这些系统。你知道，在 Monaco 之前，我见过这种模式太多次了。话虽如此，我不想声称自己今天拥有所有答案，那样做就太傲慢了。因此，这门课的结构一直是：来自一位实践者的、在领域内工作并与业内许多人交流后总结出的见解。
8:33 还有一些人是真正站在最前沿的，能看到更远的东西，我们就邀请他们来分享自己的提案、表达他们对这个行业的看法——这就是嘉宾讲座的意义。让学生亲眼看到这些大牛、这些真正在做事的人，直接听他们讲、向他们提问，对学生影响很大。当然，学生们也想借此找实习、找工作。
8:56 请客座讲师是好事。不，我明白他的意思，我换个说法。我们之前也采访过 Ange，他教的那门课请的全是大人物，全都是名人。但你自己是真的在做东西，比如用 200 行代码实现一个 Cloud Code，对吧？
9:15 没有人要求你这么做，也不会有人专门跑来教你这么做。但如果你想教的是底层原理、可用的方法论框架和切实的理解，这就是你该做的事。对，完全正确。我也认为这类内容需要把握平衡，就像你说的，它并不是百分之百定型了。
9:34 从设计初衷来看，这既是一个特点，某种程度上也算个缺陷——课程的很大一部分和去年相比都变了。
9:42 所以整个课程的开发是动态演进的。但我至少想说明，有些东西我认为会一直保留下来。比如说，用 prompt 驱动 coding agent，它们越来越聪明了，这对我们与之协作的新方式意味着什么？
9:53 不过，Boris 肯定也有些我不知道的洞见，对吧？所以让我们也请他上来，分享一下他的心得。我注意到一个有趣的现象：这次课程中有相当一部分内容涉及开源贡献。这背后的思考是什么？
10:11 你有这些参与者……对，对。坦白说，这是我最自豪、也最兴奋的一点之一。你看，这是课程第二周。这是我那个极其慷慨的开源合作伙伴，我花了不少时间说服他们并对这个课程产生兴趣。基本的思路是：去年我教这门课的时候，
10:28 我们大约有九个作业，外加一个开放式的综合项目，对吧？这九个作业基本上是我设计的一些教学练习。比如：“这里有个代码仓库，用 AI 代码审查工具提一个 code review，然后看看：好在哪里？不好在哪里？”说实话，这些练习相当教学化，难度也挺低。我想对很多人来说，几乎可以一次性搞定。我觉得这样其实不太有帮助。在这个阶段，智能体（agents）已经普及了。据我调查，周二时没有任何一个学生还会手写代码。大家都在用 coding agents，而且这些学生大多是 Stanford 的大二、大三学生。
11:10 你有做过调研吗？比如统计一下市场份额、学生们都用什么工具？还没有，这个建议不错。你该去做一下。好，我会做的。斯坦福更偏爱哪家？不不，其实各大厂商基本都有教育计划，对吧？
11:27 是啊，它们对学生套餐都挺大方的。所以开课之前，默认就有 Claude 的授权，我猜还有 Cursor 的，可能还有 Cognition 的。这方面你可能比我还清楚。而我在这个基础上又争取到了一些额外权益：我不想让学生被每月 20 美元的订阅额度卡住。
11:49 如果你们想把某个东西的 token 用到极限、看看能力边界在哪，那就放手去做。我不用跟这些公司挨个谈，直接给学生争取了额外的额度。所以 Factory 也参与进来了，Cognition 那边也加入了，OpenAI 也是。说到开源合作伙伴，我比较担心的一点是：如果人人都像 Suix 说的那样觉得学生们“完蛋了”，那他们未来怎么办？
12:19 几乎有种被时代抛下的感觉。我认为导师制是提升整体水平、避免巨大鸿沟的关键——一边是在 coding agent 出现前就入行、懂门道、用上 agent 之后如虎添翼的资深工程师，另一边是不知道接下来该怎么办的初级开发者，这个差距不能太大。
12:39 从某种意义上说，我们的目标之一是：既然 coding agents（编码智能体）表现出色，那就让大家置身于处理大规模、复杂代码库的场景中。我们会接触一些我认为顶级的 AI 原生仓库，这些仓库要么专注于 AI 功能，要么本身是编码智能体，要么是在为智能体构建工具。
13:00 我希望大家能深度参与这些项目，并且作业的一部分就是直接向这些项目贡献代码。在这个过程中，你们会与项目维护者直接沟通，他们会审查你们的代码，并帮助你们建立优质软件的思维模型。通过这种方式，真正优秀的软件设计理念得以传承，我认为大多数学生很难获得这样的机会。
13:20 当然，还有个附带好处：我相信其中一些学生会因为在作业中表现优异而被企业“挖走”。是的，说到有趣的事，如果我不提这一点，可能会引来不少批评。我觉得用“煮熟”（cooked）和“破解”（cracked）这种夸张对比很有戏剧效果。嗯，把极端情况摆出来挺好的。确实。那也许我们可以深入看看课程细节。
13:46 是的。顶层架构上还有什么想探讨的吗？嗯，这很有帮助。是的，这就是全部了。好的。我有一些关于学生使用工具和最佳实践的高层问题。你们支持这种用法吗？
13:59 就像一对一私人导师。我猜学生们也会喜欢上这个。那在深入聊课程之前，你有什么可以分享的经验吗？你说过你很热爱教育，对吧？
14:13 是的，现在关于 AI 也存在一些争议，比如老师、教授该怎么用它？学生又该怎么用好这些工具？而不是直接把作业扔进去让 AI 一步到位搞定。有了这些工具，学生还能真正学到东西吗？你在这方面有什么想法？
14:28 嗯嗯。我们还是保留了一些作业，这些作业并不是要出多难的题，而是更偏概念性的东西。比如，某个技能到底意味着什么？
14:39 或者偏实操层面，比如这些工具和技能，像 agent 代码库、agents MD 之类的。这部分内容其实就是说：如果你没听过这些术语，就先补补课。但我认为，真正检验这些工具的学习，主要还是发生在 OSS 项目和期末项目中——那部分是非常开放的。
15:00 学生得自己去探索一些有意思的东西。好，那我们就从一、二、三……一直到十，逐一过一遍，然后再深入展开。基本上是先广度优先，对吧？好。我们从 coding agent 的内部原理开始。没错。你教大家怎么写自己的 Claude Code 克隆版。它不开源这一点其实帮了大忙。
15:23 然后呢？嗯，对。第一周讲 harness 的内部原理，基本就是从零构建一个 coding agent。第二周更进一步：假设这些都有了，我们该怎么思考大规模的 context engineering，而不仅仅是普通的 prompting。配套的还会讲工具设计，包括 MCP。我记得 MCP 之前挨了不少骂。
15:46 我一直是 MCP 的支持者，实践中经常用到。到这个阶段它已经是一个既有标准了，而且我认为会继续存在下去。讲完这些和有效的工具设计，第二周就结束了。第三周主要是讲 skills，也就是如何超越单一用途的工具，转向更类似“流程”的东西，我们会在这个语境下讨论 skills。
16:06 这就开始过渡到 agent 的自动化了。第四周则聚焦如何定制 agent 的基础机制，比如配置文件（像 AgentsMD、ClaudeMD）、hooks、sub-agents。现代 harness 里有很多这类机制，可以用于不同目的，我希望让学生都接触一遍。还有 agent-ready code bases，这大概是我最喜欢的话题之一。
16:33 对那些要进工业界、考虑规模化问题的人来说，这一点尤其相关：一个能被 agent 高效消费的 repo，到底应该长什么样？
16:45 所以我们会深入思考设计服务层边界的各种权衡，还有文档、可验证性之类的问题。这是第五周的内容。第六周讲 agentic 代码审查。有意思的是，这一周其实是第五周"agent 友好的代码库"话题的延伸：当写代码越来越快，代码审查就成了新的瓶颈。很多学生可能还没意识到这一点——虽然有些是研究生、有 industry 经验，但大多数还没体会过。
17:17 但对于今天所有在用代码 agent 的人来说，大家都在经历代码审查这个新瓶颈。那我们怎么解开这个瓶颈？
17:27 有哪些机制可以做到？这就涉及可验证性等问题，以及如何把它们应用到代码审查流程中。第七周讲安全。这门课去年就有安全主题，今年我想再强化一下。任何自主系统都会执行大量操作，而今年我们看到了太多安全事故，大量东西被黑。
17:48 其中很重要的一块是核心软件本身，从 Vercel 到各种 LM gateway（大模型网关）。所以我想花点时间聊聊安全领域出现了哪些新的攻击面，以及怎么缓解其中一些风险。第八周讲的是后台 agent。这也是我接下来想展开的：怎么让 agent 跑在各种不同的产品和服务场景里，不再局限于传统的 IDE，还包括基于代码库和仓库的触发器、CI/CD 流程中的任务、由事件触发的自动化，以及类似 SRE 风格的机器人。
18:31 这类系统到底该怎么搭？我记得过去一年很多公司陆续发布了相关文章，比如 Ramp 的 inspect、Spotify 有自己的版本，还有 Stripe 的 Minions——这些团队都写了非常精彩的技术分享，介绍他们为这件事搭建的内部基础设施。我想讲讲这个，让大家了解一下。是的，这一部分更多是讲在现代团队协作环境下会发生什么，以及团队级别基础设施的核心组成。
19:00 内容涵盖 LM gateway、MCP Portal（相当于规模化的 MCP），以及如何看待不断演变的职业角色。这部分可能偏软性一些。比较大众的说法是“人人都是建设者”，但我想更进一步探讨：到底是什么东西正在被取代？
19:22 哪些角色在演进，哪些全新角色正在诞生？学生该怎么打造一套从前并不存在、但现在有护城河价值的技能组合？
19:31 所以还涉及更多团队动态层面的考量。这些内容最终都汇聚到“软件工厂”这个概念上，这也是现在很多人最关心的话题。一旦我们建起了工厂，人类还在吗？
19:46 我们会在哪些环节刻意保留人的介入？比如明确意图、搭建可验证的系统。如果最终 80%、90% 的代码完全由 agent 驱动，那时候会是什么样子？总之，这是扎实的十周课程。我想说的是，这些模式有些已经比较成熟，有些则不是，大家要明白，这些并非都是定论。
20:18 没错。但这里讲的所有内容都是业内大家在讨论、你应当了解的东西。我们知道哪些是开放问题，只是未必知道答案。完全正确。你应该也有自己的一套体系，我很好奇你觉得哪些内容还不算稳固、还没有定论。比如软件工厂这个概念——我们说的是“黑灯工厂”吗？
20:39 还是那种半开着灯的工厂？我觉得这里其实有一个光谱。是的。即便是处在最前沿的公司，比如 Warp 和 Factory 这类专门造工厂、卖服务的企业，他们也只声称大约 30% 多的代码是完全由 agent 驱动的。那么在极限状态下，这意味着什么？
21:00 这个很难说。有些人一头扎进"黑暗工厂"走得很远，后来又出来说"伙计们，我错了"。对吧？我们在 AIE 上聊过这类事。要知道，不是所有人都这样——他们当时说那些话时可能真信，但他们有权改变想法，而且确实会改。就连 Boris 最近也发推说"我经常犯错"。大家却把他奉若神明，毕竟他是 Claude Code 的缔造者。我想说，别这样，他有时连自己都会推翻自己，这很正常。这不是搞政治，我们还是科学家、工程师，我不觉得自己有多教条，我只是希望大家多做实验。
21:40 我觉得这也是一条原则。你刚才问原则是什么——那就是保持实验。你必须随时准备好……我经常讲课或和人聊这些话题时，他们总会说：变化太快了，我怎么跟得上？
21:52 办法可以简单到每天花 10 分钟做实验。就花 10 分钟，尝试一件你以前没做过的事。如果你过去用传统方法解决问题，现在有了想试的新工具或新框架，哪怕用新东西做一模一样的问题，也足以弥补大部分差距。是的。
22:10 我想说一点，比如你们有一期节目请了 Cognition 聊 Code Review。我其实和 Silas 一起做过 Devon Review。对，我觉得做得挺不错的。这类东西很难做基准评测，虽然有 ReviewBench，但没什么人用。不过从体验上看，Devon Review 相当不错。我们还在用你们的产品呢。哦，是吗？
22:30 是的，Monico 确实在用 Devon。Silas 去年也来演讲过，他很棒，非常聪明。我们也确实在用你们的产品。我们当时测试了很多代码审查工具，最后在不少场景下都选了 Devon。Silas 现在主要在做模型侧，然后还有 Walden，也是你们想要的人。
22:51 对对对，我也和 Walden 聊过。另外我还想提一下 Factory，说到 agent readiness，他们一直在这方面发力，构建相关的信号和工具。你们有用他们的东西吗？
23:02 有，我们也在做自己的 agent readiness。Eno 也很厉害，他在这个方向上起步非常早。我记得他在 AIE 的一次演讲里把这套东西系统地讲了出来——是欧洲那场吧？那场演讲太棒了，我觉得相当超前。所以当时我就想，讲这个主题最合适的人选只有一个，我很想给他这个舞台，也非常期待。
23:27 有意思的是，我当时在 Cog，大家正在讨论这些话题，说我们得形成一些自己的观点。结果就在那一周，Factory 直接把一个完整的产品发了出来。我心想，好吧，你赢了。其实大家对这件事的理解基本一致，区别只在于你要不要把它做成一个 dashboard 而已。
23:45 因为它本质上是个仪表盘嘛。对对对。但它确实有价值。从营销角度看，他们借着 Writings and Reports 的东风做得挺好的。我经常跟别人推荐：你们也应该搞一套自己的 Writings and Reports。当然，现在有不少开源版本，但我觉得背后的理念非常重要。 24:04 好的。你想逐条聊，还是有别的想补充的？我可以逐条讲。行，那就逐条来。先说第一条。 24:11 课程聚焦 Claude Code，但 Pi 也是开源赞助方，这是怎么回事？这个可能带点营销色彩。不过有一点我想强调——去年我也说过——我不为任何工具背书。 24:26 我觉得对这类课程来说，替某个工具站台是错误的做法。工具来了又走。坦白说，去年开课的时候 Claude Code 还没那么火，也没被广泛接受。Boris 当时 Twitter 上才 4000 粉丝，现在都不知道涨到几百万了。Claude Code 确实是一炮而红了。 24:49 说起来，我们当初请 Boris 和 Kat 上播客的时候，也低估了 Claude Code。是啊，那会儿它才上线两个月。我只用过一次，一次查询就花了 50 美分，我心想这玩意儿谁会用啊？25:00 没错，它当时确实还在 beta 阶段。但我觉得他们在模型还没成熟的时候就提前把它做出来，这一点很值得肯定。大家常说“要为模型的未来而构建”，这非常有雄心。当时模型还没那么强，体感不出来，但现在回头看就明白了。有意思的是，他去年做分享的时候，我记得幻灯片做得挺高层的，其中有一页明确写着“为六个月后的模型而构建”。
25:23 那是去年十月的事，现在回头看，如果他当时就预见到半年后 Opus 的水平，说出那句话完全合理。那波能力提升也是个巨大的解锁点，我认为课程之所以改动那么大，原因之一就在这里。
25:37 毕竟当时围绕真正的自主性、长时运行的 agentic 任务，已经掀起了一场激烈的军备竞赛。不过回到你刚才说的，我不是在给 Claude Code 打广告——当然我自己在用，也用其他工具——我更想探讨的是：一个现代的 coding harness 到底长什么样？
25:54 我今年早些时候专门写过一篇博客讲这个，拆解了一些类似的原则。TLDR 就是：只要具备入门级算法知识，你就能写出一个基本的 agentic loop，实现所谓 coding agent 的大部分功能。当然，还缺各种锦上添花的东西，比如 sub agent、MCP 之类的，但核心就是这么回事。
26:18 但如果你想看到一个你跟它对话后它会真的帮你改文件、还能完成相当复杂任务的东西，其实用不到 200 行代码就能实现。所以我在教学中想做的，很大程度上就是揭开那些所谓的“神秘配方”，展示它的核心本质——毕竟这些还是学生，你要教的是概念性的原理。
26:37 这东西没什么玄乎的。斯坦福有门课叫 106B，就是入门算法课。做出这样的东西，需要的知识不超过 106B。就是这样，就这么简单。既然你也教过这门课，有没有学生提出异议？有什么问题？有没有观察到什么奇怪的地方？
26:54 他们有什么不理解的地方？问题一般集中在哪些方面？你是说针对这个特定的概念，还是泛指整个课程？
27:02 就这个概念——从零开始搭建，然后再做你刚才演示的那些事。因为基本上这些就是构建 Pi 所需要的全部，对吧？对，没错，就是这样。所以其实……我觉得至少到目前为止，还没有学生对这个理念提出过异议。他们大多就是使用者，是吧？
27:21 大部分学生最后确实只是在用这些工具。我觉得他们几乎没有机会——至少在课程里是这样——去深入探究工具背后的原理。所以那一周我们讲的是 harness。周二第一节课是课程安排之类的杂事，然后真正的第一部分课程内容就是那 200 行的 harness。昨天上后续课时，我们拿出了 Claude Code，还有那些代理工具——就是可以拦截请求的 proxy 工具。
27:53 MIT 的 proxy？对，没错，就是这个。用那个工具拦截请求和响应，看看底层到底发生了什么。我之前说过“你可以在 200 行里写出 Claude Code”，这次就拿出真正的 Claude Code 来对比。我直接用了 Opus 5.5——发布才两天的模型——把那些请求拦截下来。
28:13 具体发生了什么一目了然：这里是 prompt，这里是 system prompt，这里是计划用的 prompt，这里是压缩用的 prompt。然后我们把这些逐一讲给学生看。这样他们就真正拥有了一个能理解的、最先进的 harness。对，能拉出这三个层次挺好的——学生平时只是消费者，从最基础的 agent 循环，到真正的产品，一层层看下来。
28:32 我很喜欢你给博客文章配了视频讲解。学生们的水平是不是很两极？有人是重度用户，吸收能力很强；对了解 agent 原理的人来说，这些内容可能又显得太简单。你在课堂上是怎么平衡的？
