AI 实干派 看真正用 AI 拿到结果的人怎么做
AI 认知·观点访谈·2026-11-08·US

斯坦福 AI 编程课改作业:交给开源维护者审

Mihail Eric 发现去年的作业学生一条提示词就能做完,今年改成给开源项目提补丁,由维护者审核。他在 Monaco 的团队买了 Devin 做代码审查,智能体工作区则自己搭。

谁说的
Mihail Eric 在斯坦福教 CS146S「The Modern Software Developer」,同时是 Monaco 的 AI 负责人。他上了 Latent Space 的节目。
核心观点
他认为功能实现可以交给智能体,人难以替代的部分是弄清维护者要不要这个改动、代码为什么这样写、补丁会弄坏什么。工具上他的原则是:「You buy to learn, and you build to keep.」
依据
他调查过的斯坦福大二、大三学生全都在用智能体写代码。节目引用 Faros 的研究:AI 采用度高的团队合并的 PR 多了 98%,PR 审查时间却长了 91%。
对你的意义
让智能体写完一个补丁后,用 Geoffrey Litt 的 explain-diff skill 生成讲解和测验,看哪道题你得回去翻代码才答得上,那里就是你还没真正理解的地方。
争议·条件
Monaco 自建工作区,是因为细节取决于它自己的云环境。对多数小团队来说,先买现成工具更合适。他预测开源仓库会变成由智能体运行的软件工厂,这是他个人的判断。

在 Latent Space 这期节目里,Mihail Eric 讲了课程第二轮的改动。第一轮的作业里有一项是让学生用 AI 审查工具审一个仓库并评估反馈,他判断这类练习学生现在一次提示就能做完。所以今年改成给真实的开源项目提补丁,由维护者审核。智能体一个下午就能写完功能,但维护者想不想要这个功能、这段代码为什么这样写,只能靠和人沟通才能弄清。这样的沟通,也是初级工程师向资深工程师学习的机会。

在 Monaco,团队评估了几款代码审查产品,最后留下了 Devin。智能体工作区则是自己搭的,因为后台智能体需要一个能运行产品、复现故障、测试补丁的环境,而这和公司的云配置绑在一起。内部系统 Hal 两类人都在用:工程师让它排查故障、开 PR,销售问它产品怎么运作,拿到的是能转述给客户的解释。

上面 98% 和 91% 那组数字说明,产出变快以后,瓶颈转到了审查和理解上。团队在加大 AI 编码投入之前,值得先想清楚谁来审、凭什么审。

原文:Latent Space