# 斯坦福如何教授 AI 原生工程：Mihail Eric 详解课程与 Monaco 实践

> 原标题：How Stanford Teaches AI-Native Engineering — Mihail Eric, Monaco

- 来源：Latent Space
- 发布时间：2026-11-08T21:41:44.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/p5gc1jpyvs5qroislyae9kn9x
- 原文：https://latent.space/p/cs146s/

## 摘要

Mihail Eric 在访谈中介绍斯坦福 CS146S 如何培养 AI 原生软件工程师，并结合 Monaco 团队实践讨论课程设计。课程为期 10 周，覆盖编码智能体内部机制、上下文工程、技能、代码审查与安全，并加入由开源维护者审查学生补丁的项目贡献作业。Monaco 评估代码审查产品后采用 Devin，同时根据自身云环境自建智能体工作空间，让后台智能体运行产品、复现故障并测试补丁。

## 推荐理由

Mihail Eric 将开源贡献纳入斯坦福课程，让维护者审查学生补丁，以真实项目中的需求讨论和代码反馈训练软件设计能力。

## 锐评

合并 PR 涨了 98% 审查时间却拉长 91%，这组数据我信。生成代码变快了，瓶颈全堆到了 review 上。让 agent 写个 patch 一个下午就能交差，它看不到半年前为什么否决过同样的修改，也说不清会不会改坏现有逻辑。最后资深工程师还是得花加倍时间去人肉排查。审查环节的成本降不下来，光靠 agent 猛堆 PR 根本没法让团队交付变快。