Neodrop
Create
FeedDiscoverMy ChannelsAuto-publishJoin Our Discord
Neodrop
A smoother experience in the app
FeedDiscoverCreateMy Channels
1/74

作业是一份 pull request

2026-11-08
16 档顶级海外 AI 创投播客图文笔记
16 档顶级海外 AI 创投播客图文笔记@FC
这门课的作业,从写玩具项目改成给真开源仓库提 PR,审你的是维护者本人。听完我更信:代码写得越快,人越要看。 这一期是 Latent Space 与米哈伊尔·埃里克(Mihail Eric)的两小时访谈,正撞上 AI Engineer 的 YouTube 频道订阅破一百万。他在斯坦福教《现代软件开发者》(CS146S),这门课今年是第二年;同时他是 Monaco 的 AI 负责人,一家做一体化销售平台的 B 轮公司1。前半段是课程本身——大纲、作业、工具、上下文工程、评审;后半段是 Monaco 的工程队——买了什么、自建了什么、在工厂里真的跑起来的那些系统。最后两段回到人:还剩哪些活,什么样的工程师明年还值钱。

本期要点

01 · 00:00 开场:一百万订阅与 CODE 峰会

  • 这是一期特别节目:AI Engineer 的 YouTube 频道订阅数破了一百万。
  • 下周的 CODE 峰会,主题被主持人点了三个:对抗「泔水」(anti-slop)、system one 模型,以及把野心放大、对你见过的几乎一切代码做一次大重写。
  • 金句:「做 AI 工程师,从来没有比现在更让人兴奋的时刻。」一百万人之后,他觉得这才刚刚开始。

02 · 00:51 米哈伊尔·埃里克与 CS146S

  • 身份是两条腿:斯坦福《现代软件开发者》(CS146S)的主讲人,同时是 Monaco 的 AI 负责人。课程页的定位是「全世界第一门专讲软件工程如何因编码大模型而改变」的课2。
  • 他此前创办过 YC 公司 Storia AI(一个懂代码库上下文的开源 copilot),也在亚马逊 Alexa 与自动驾驶公司 RideOS 带过团队;个人简报订阅者约 3.2 万人,另在 Maven 上开两门课:一门给开发者,一门给工程管理者3。
  • 两年两版:去年是「编码智能体能用在哪些地方」的巡览,今年是几条正在固化的原则——上下文工程、设计与架构。
  • 开一门新课要九到十个月:2024 年 11 月有了想法,找同事取经、写提案、过委员会,2025 年秋第一次开课。

03 · 05:26 初级工程师现在该学什么

  • 第一节课他就把地板抬起来:只做到大厂职级里的 L3 不够,进公司要接近资深的水准。
  • 主持人转述了外界的焦虑——「大多数学生被煮熟了」。他承认这份焦虑真实,但要论证的是另一件事:训练有素的 AI 原生工程师仍然是公司里最有用的资产。
  • 他不为任何工具背书。去年开课时 Claude Code 还没那么流行;课程讲的是「壳」(harness)的形状,不是某一家产品。

04 · 10:02 作业改成给开源项目提 PR

  • 他周二在课上做的调查:斯坦福的大二、大三学生,全员在用编码智能体,没有一个人手打代码。
  • 所以作业换了形态——不是变得更难,而是换成一次做不完的那种:学生要往十五个 AI 原生开源项目里提真的改动。
  • 课程页给出的十五家合作方:Browserbase、HeyGen、CopilotKit、Semgrep、OpenHands、Milvus、Marimo、Pi、CrewAI、Warp、Vercel、cmux、Phoenix、Unsloth、Anyscale2。
  • 评审人是维护者本人。他的说法是,维护者在这件事里把「什么是好软件」的心智模型传了下去——而大多数学生没有这种机会。

05 · 15:04 十周课程表巡览

  • 十周的骨架:一、从零写一个编码智能体(壳的内部结构);二、大规模上下文工程、工具设计与 MCP;三、skills,以及从「工具」扩到「流程」意味着什么;四、定制智能体(AGENTS.md、CLAUDE.md、hooks、子智能体);五、对智能体友好的代码库;六、智能体式代码评审;七、安全与供应链;八、后台智能体;九、企业级;十、软件工厂。
  • 只有第一周在写壳;第八周才讲后台智能体。Ramp 的 Inspect、Stripe 的 Minions、Spotify 自己那一版,都是那一周的读物。
  • 一个刺人的数字:那些既在造「工厂」、又在给工厂卖服务的人,自己说完全由智能体驱动的部分只有三成多。
  • 主持人的定调是「这不是定论」,有些模式只是比另一些更成熟;米哈伊尔补了一句:我们知道开放问题在哪,未必知道答案。

06 · 24:04 智能体里面的循环、工具与壳

  • 两百行就够一个编码智能体。这不是比喻:入门算法课 106B 的水平就够读懂那个循环,剩下都是花边。
  • 课上用 MITM 代理把 Claude Code 的请求拦下来,一层层拆给学生看:系统提示词、规划提示词、压缩提示词。
  • 系统提示词是个跷跷板。早年「怎么用 Git」要写进提示词,现在这层被烤进了模型权重;写大了再砍,砍完再长回来。
  • 由此引出每家公司都要自己回答的取舍:同一件事,放在壳里做,还是等模型权重里长出来。

07 · 32:18 给大代码库做上下文工程

  • 原味提示词撑不到大代码库。「帮我做那个东西」能带你走一段;进到几十万行的仓库,就得先研究、再给方案、再定规格。
  • 研究完不只给一个答案:他要求学生给出几条不同的解法,由人来做这个决定。
  • 子智能体要不要继承上下文?他的原话是「这里没有答案」,而且「我不喜欢我做的任何一件事」。
  • 有个词值得记住——「笨蛋区」(Dex 造的):上下文臃肿之后,模型会开始抓你很久以前随口说的一句,并把它当法律。

08 · 38:15 让你看懂 diff 的技能

  • skills 与 MCP 的分工:MCP 接的是外部服务,skill 固化的是一套要重复执行的动作。
  • Geoffrey Litt 写的那个 skill 把一次改动变成可视化走查,最后还出一份小测验——答不上来,就是没懂。
  • 这一代工具最诱人的用法,恰恰是让人不再看代码;这些 skills 反着来:请多问我几个问题。
  • 写 skill 本身需要 skill。他的做法是再写一个「砍 skill」的 skill,把默认生成的那份逐条砍掉。
  • 最糟的情况是它自己触发:你为某件事写的 skill,会在完全不相干的项目里跳出来。有人每几周修剪一次,有人任它堆着。

09 · 46:42 Monaco.com 之争与飞机横幅

  • 公司叫 Monaco,域名 monaco.com 与摩纳哥公国撞名。他们还是买下了这个域名;对方起诉,他们赢了。
  • 还有一条一天六千美元的飞机横幅。这是山姆·布朗德想出来的投放主意。主持人问「这真的让人去搜 Monaco 是什么吗」,答案是:至少它成了破冰话题。

10 · 50:23 Monaco 给销售团队做什么

  • 产品形态是一体化销售平台:智能体做销售不想做的那些事,人去做成单。客户以种子轮到 A 轮的创业公司为主,现在往上走。
  • 从表格阶段就接住客户。把一个人从 Salesforce 拉走很难;在他还用 Google 表格管管道的时候遇到他,就容易得多。
  • 刚换工作的人最好卖:对销售副总裁来说,LinkedIn 上公司换了就是「此刻该联系」的信号——他们的世界数据库就是为这个建的。

11 · 59:21 Monaco 的工程团队

  • 自建的第一件是 Monocoder:建在 Coder 之上的后台智能体平台,相当于他们自己的 Ramp Inspect 版本,长任务在那里跑。
  • 自建的第二件是 Hal:一个 Slack 机器人,三分之一的 AI SRE、三分之一的客户成功、三分之一的 QA。坏了它提 PR,销售也来问它产品怎么用。
  • 同一个 Hal,两种性格:对开发者与对销售说法必须不一样。给两边同一堵调试日志墙,只服务了其中一个人。

12 · 1:01:40 买来学,自建才留得住

  • 他的原则原话是 buy to learn, build to keep——先买来看清问题,再自己造来长期持有。
  • 自建的门槛是「市面上确实没有成熟方案」。
  • 代码评审是买了的:一年前看过 CodeRabbit、Graphite、Ellipsis,都不够好;后来 Devin 是被工程师自然采纳进来的。其余的自建。

13 · 1:05:24 让仓库对智能体友好

  • 第五周是后面所有周的地基:对智能体友好的代码库,是多智能体、后台智能体、软件工厂的前置条件。
  • 判断标准要先问可验证性。多智能体不是买来的,是长在地基上的——你的代码库多可验证、结构多好、智能体多能看懂。
  • 企业级是另一个野兽:上万个仓库,比开发者还多;写代码的人早就不在了,系统还在跑。
  • 去年那份作业是 Resolve 给的沙盒:一个装着多个服务、里面真有 bug 的环境,学生扮演值班的人去探。

14 · 1:12:37 代码评审成为瓶颈

  • 一天三十个 PR,然后呢。生成速度一旦上来,人自己就成了那个约束:不做闸门不行,做了闸门你就是瓶颈。
  • 两个卡点:评审与意图。Aviator 那篇「杀死代码评审」他大体认同,但要补一个——顶端的意图也是卡点。
  • PR 描述就是这一次的规格:不许只是一段话,要有文件级、行级的指针,说清碰了哪些服务边界。
  • Git 只记得代码。他想要的东西叫「程序数据库」:连隐式假设、意图和挂在上面的 skills 都一起版本化,而且要扛得住高并发。

15 · 1:20:37 安全、依赖与权限

  • 安全放在第七周,因为安全不是第一步,是收口。这一周想推进的核心是依赖跟踪与供应链。
  • 最安全的代码库是零依赖——他立刻自己反驳:那样你只会踩自己的坑。开源的意义是阳光,十万个用户里总有人先发现。
  • 三个禁区:数据、计费、鉴权不要「氛围编程」,其余随便放开了搞。前提是你得先有那套语言,才写得出提示词。

16 · 1:30:13 后台智能体与 Stripe 的 Minions

  • 第八周讲的是把智能体放到 IDE 之外:异步、触发器、CI、值班机器人。
  • 底下都是编码智能体。Grok Bot 看起来是消费产品,底下是 Cursor;Claude Design、Codex 也一样。界面在变,内核没变。

17 · 1:34:16 MCP 门户与上帝盒

  • MCP 门户是个还没被验证的生意。他想过自己开一家,然后失去了兴趣:要到一定规模,才需要单点做治理、审计、成本。
  • 所有基础设施都收敛成「上帝盒」:M×N 变成 M+N,中间一个盒子,两边各一个。做基础设施的工作,就是造上帝盒,再把它拆开。
  • 你买的是你的组织架构——康威定律的另一种说法:一个工具如果为所有人做,它就是为没人做。

18 · 1:41:22 造软件工厂

  • 平台工程师是未来的角色:云、DevEx、安全都在他们手上,那是能让公司完蛋或者做成的那一层。
  • Warp 让学生进工厂干活:他们的开源合作方式是造一版「在跑工厂」的 Warp,学生去给它做贡献、让它一直跑着。
  • 工厂不能整座卖。你不可能把这整坨东西摆在福特桌上;先当他们的编码智能体,再落地、再扩张。

19 · 1:45:24 还剩什么活给开发者

  • 人在回路里只剩两个位置:意图(定义规格、定义要造什么)与评审(自己动手检查系统)。他的判断是,后者会先被松开。
  • Anthropic 也还没到那一步:主持人问过他们的平台产品与工程负责人「你们的工作什么时候被取代」,答案是「还没」。
  • 下一个指标不是 PR 合并率。两年后还用这个衡量工程师会很荒谬;介于钱和 PR 之间的,大概是产品侧的指标。
  • 期末项目的种子是 YC 的 RFS:他给学生的是那份「我们想资助的创业想法」清单——去创一家公司,去做点有野心的事。

20 · 1:52:16 从个人采纳到团队自主

  • 鲍里斯那份清单是五级:门控、辅助、并行、受监督的自主、AI 原生。他念完补了一句:Anthropic 还在第三级。
  • 「精神病是真的」:Yegge 那套八级的梗——不要求自己对交付真实产品负责,你就只是在用 LLM 瞎搞。
  • 第 11 周的免费赠品:做基准、做 evals。这会敲开每一家前沿实验室的门——SWE-bench 最初就是个本科生项目。
  • 地板每年都在抬。去年他还在讲 K-shot 提示;今年,那个把照片变成 app 的毕设已经算不及格了。

口径与核对

能核到的。 课程信息以课程页为准:3 个学分,先修 CS111 与 CS161、建议先修 CS221 与 CS229,周二与周四 17:30–18:20 上课,合作的开源项目共十五个2。嘉宾履历(Monaco 的 AI 负责人、斯坦福讲师、此前的 Storia AI 与 RideOS、3.2 万订阅的个人简报)来自他本人的站点3。他在节目里讲的「百万实习生」(Million Interns)那段弯路,Monaco 官方博客 2026 年 7 月 9 日那篇《Build or Buy? Agent-Developer Workspaces》(作者 John Tracy)写过同一段经历:最初用 tmux 加 MCP 起一堆智能体,端口冲突、Docker 抢资源、worktree 太脆,最后没人用;后来换成 Coder,也就是节目里的 Monocoder4。
只有节目里这么说。 以下几处是嘉宾自述或现场口径,没有对应的公开数字:Claude Code 的系统提示词「约两万 token、后来砍掉 80%」;「三成多的代码由智能体全权驱动」;买下 monaco.com 后被起诉并胜诉;一天六千美元的飞机横幅;以及他提到 OpenAI 内部有个工具「五个月没手写过一行代码」。这些当谈资可以,当数字用要先核。
两处要小心。 一是「十周」是节目里的说法,课程页是按 Units 组织教学的,周次与单元不是一一对应;二是「Anthropic 还在第三级」是他复述鲍里斯·切尔尼那份五级清单时的判断,属于转述,不是 Anthropic 自己的说法。
关于这一份翻译。 整集是两个人的对话,主持人是 swyx,嘉宾是米哈伊尔;逐句译文保留了说话人标签,按原始顺序、不压缩、不删减,包括开场与片尾。语气词与口误按中文可读性做了最小处理,论点、数字与例子一律照原样。

逐句全文翻译

下面按原片顺序逐段译出,保留说话人标签(斯怀克斯=主持人 swyx,米哈伊尔=嘉宾)。小标题后的时间码是该段在整集里的起点。

01 · 00:00 开场:一百万订阅与 CODE 峰会

斯怀克斯:这一期有点特别,因为我们在庆祝 AI Engineer 的 YouTube 频道订阅破一百万。如果你还没订阅,去那边点一下。这一期的嘉宾是米哈伊尔·埃里克(Mihail Eric),他不仅在斯坦福教《现代软件开发者》这门课——这门课现在正在走红,基本上把 AI 原生开发的全部最佳实践都覆盖了——同时他还是 Monaco 的 AI 负责人。所以他不只是老师,也是实践者。 斯怀克斯:下周来 AI Engineer CODE 峰会的各位,那会是对过去一年里你在编码上看到的所有极端进展的一次庆祝。我很期待那些主题:对抗泔水、system one 模型,以及把野心放大、对你见过的几乎一切代码做一次大重写。做 AI 工程师从来没有比现在更让人兴奋的时刻。而且有了一百万 AI 工程师,我觉得这才刚刚开始。 斯怀克斯:那我们进入访谈。

02 · 00:51 米哈伊尔·埃里克与 CS146S

斯怀克斯:好,我们在录音室里,和米哈伊尔·埃里克在一起,他是斯坦福的兼任讲师,也是 Monaco 的 AI 负责人。欢迎。 米哈伊尔:谢谢,很高兴来。 斯怀克斯:你引起我们注意,是因为你这门课正在做第三次刷新——第三次? 米哈伊尔:第二次。第二次。对。CS146,或者说 146S,《现代软件开发者》,在斯坦福。 米哈伊尔(节选):这一代初级开发者、初级工程师,也就是现在正在进入职场的人,我认为会是这次转变的第一代人。 斯怀克斯:我看了课程大纲,感觉这就是我们平时覆盖的全部内容。所以我时不时会请像你这样的人来,你覆盖的面很广,我们可以一个话题一个话题地过,把每个话题的最新技术状态告诉大家——我猜你对每位嘉宾都是这么做的。 米哈伊尔:当然。 斯怀克斯:讲讲这门课的历史。是什么让你想把 CS146 开出来? 米哈伊尔:对,这是这门课第二次开,第一次是去年秋天,2025 年秋天。那是 4.5、4.6 之前的时代。甚至在 2025 年秋天之前,这门课已经酝酿了大约一年。这门课最早的想法大概出现在 2024 年 11 月。我当时有种感觉:编码智能体身上正在发生很多事情,是的,它们还是早期的编码智能体,但已经能感觉到开发者的工作方式在发生剧烈变化,我们能很快把活干完,之类的。 米哈伊尔:而当时,如果你想弄明白做这些事的方法论,能找到的全是零散的博客文章、零散的东西。所以我就想,有没有办法围绕这件事搭一个更正式的课程体系? 米哈伊尔:有了这个想法。我的母校是斯坦福,我一直想回去教点东西,把东西传下去。我一直对教育很深。我和 Chip 聊过,她也教过一门课,我的好朋友 Chip Yen——对,就是 Chip——她教的是《设计机器学习系统》那门课,我问了她那个流程是什么样的,也从她设计课程的方式里拿了很多灵感,想着把东西攒起来。学校那边把它拼起来,花了大约九到十个月,从 2024 年秋天一直到 2025 年中后期,通过了委员会。 米哈伊尔:要论证这门课有存在的必要,还得写提案等等。然后就到了 2025 年秋天,我第一次开这门课,反响非常好。学生们真的很感兴趣。去年甚至还有一篇 Business Insider 的文章写了这门课。然后,对,今年很多事情变了。我会说,真正是智能体、自主编码智能体,以一种我们此前没见过的势头起来了。 米哈伊尔:所以感觉是时候再做一次、刷新一下,然后我们就到这儿了。 斯怀克斯:同时你还是 Monaco 的 AI 负责人,那也是一家很热的创业公司。 米哈伊尔:对,对。我们现在正在风口上,做得挺开心。 斯怀克斯:我挺喜欢你同时也是个实践者这一点。你们显然在 Monaco 把这些东西都落地了。从高位上看,过去一年到今年,有哪些原则或者观察发生了变化? 米哈伊尔:对,非常多。我想,回头看去年那版课程,当时编码智能体已经存在,但我们还处在这样一个阶段:有公司在攻 AI 软件开发生命周期的每一个环节。有专门做代码评审的编码智能体,有做规格设计的,有做 SRE 的。当然,其中一些公司今天还在。 米哈伊尔:但去年更像是带着大家到处看一圈:这里可以用编码智能体,那里也可以用。去年的课程在很大程度上面向的是「见识」。像是走一遍奥德赛:你熟悉的整个软件开发生命周期,现在因为 AI 全都在变。今年我认为有些原则正在固化下来。 米哈伊尔:比如非常讲究的上下文工程,比如真正把设计和架构想清楚,把它当作处理复杂任务的方式。所以我这门课的性质是:它不面向初学者程序员,它不是传统计算机科学里算法那类课的替代品——事实上那些课里的很多是我这门课的先修。 米哈伊尔:但我假定你已经有很好的基础,现在转向把这些原则用在真实世界的生产环境里。这件事我觉得到了一个节点:在 Monaco 我们要处理巨大的代码库,我也帮很多公司梳理他们巨大代码库的设计。所以它更像一门实践者的课:学生毕业或者即将进入职场时,怎么成为团队里最有产出的成员。 斯怀克斯:你说你对教育很有热情。我觉得处在这个阶段的大学生位置挺有意思的。现在还有人该学计算机科学吗?你有什么建议、什么判断?

03 · 05:26 初级工程师现在该学什么

斯怀克斯:Claude Code 和 Codex 就是我们需要的全部了吗?我想听听你的想法。 米哈伊尔:学生群体里的焦虑很多,你能想象。这次我想传达的很大一部分是:焦虑还在,去年也有焦虑。但我想论证的是,一个训练有素的 AI 原生工程师——我知道这是个被说烂的词,我们后面可以展开哪些方面最有意思——可以成为任何公司最有用的资产之一。 米哈伊尔:其实这是开课第一周。第一周第一节课我就在讲:我真的相信每家公司都需要你,但地板高了很多。你是作为毕业后的第一份工作进来的,可仅仅做到「L3」——如果借用谷歌那套职级——是不够的。你基本上要一开始就强到接近高级工程师的水平。 米哈伊尔:那怎么才能更快走到那儿?所以我在说:仍然有一块核心的基础软件工程是重要的,比如软件系统是怎么被搭起来的、这些系统里有哪些取舍。再往上,我认为那才是你作为人仍然有价值的地方;剩下的实现细节,大部分时候可以更多地交给别人(智能体)去做。 斯怀克斯:嗯。这话我以前说过,几乎像争议话题——那种为了刺激而说的话,但我确实有点真心相信:大多数学生是「被煮熟的」(cooked),其中一部分人会非常有价值。我觉得这说法不太受欢迎——斯坦福的孩子会没事的,对吧,他们来自斯坦福;但美国其余那些人怎么办?这个问题有点大。 斯怀克斯:这局面挺怪的,因为我觉得教育动得很慢。我甚至好奇:一门讲「一切都在变」的课,你怎么决定内容截止到哪儿? 米哈伊尔:(笑)你教斯坦福的现代软件课,一切都在变——你作弊就行,把做编码智能体的人直接请来讲,对吧。 斯怀克斯:对,就让他们来当嘉宾讲师。挺好笑,「新瓶装旧酒」的客座讲座。 米哈伊尔:对,说回客座讲座这一点,去年其实也是这样。这也是设计的一部分,因为——你看,我进来就在说:我是个实践者,就像你说的,斯怀克斯。我是实践者,我每天都在做这件事。 米哈伊尔:我设计这些系统,在 Monaco 造这些东西,见过很多次了。话虽如此,我不想声称我今天拥有全部答案,那会非常傲慢。所以这门课的结构一直是:这里有一位实践者从实战中、从和大量一线的人交流中汇总出的洞察。 米哈伊尔:但还有那些真正在前沿的人,他们看到的东西更远,我请他们把自己的方案、自己的世界观摆出来。这就是客座讲座存在的原因。我觉得对学生来说很有冲击力:看到大名字、看到真的在做的人、直接听他们说、能向他们提问。当然,他们也想实习、想找工作。 斯怀克斯:有好嘉宾讲师是不错。不过我想他强调的是——我换个说法——我们也访谈过「Ange」,他教那门爆款课,但那门课是「这里有一堆名字」,只有名字。而他(米哈伊尔)实际上还在产出,比如「用 200 行代码写一个 Claude Code」这种东西,对吧? 斯怀克斯:那种事没人会要求你做,也没人会来讲给你听。但如果你想教基础和一套你能用的框架、一个能工作的理解,这才是该做的事。 米哈伊尔:对,对,完全正确。我也认为这类材料有个平衡:它不可能 100% 固化。 米哈伊尔:这是设计使然,是特性,也许也是某种 bug——但课程内容有很大一部分确实和去年不一样了。 米哈伊尔:所以整个课程的开发本身是有动态的。但我至少想提出:有些东西我认为是会留下来的。是的,给编码智能体写提示词这件事,它们变聪明了;那意味着和它们打交道的新方式是什么? 米哈伊尔:但即便这样,鲍里斯(Boris)也还会知道一些我不知道的东西,对吧?那也把他请到桌上来分享他的学习。斯怀克斯:这次我注意到一件有意思的事:相当一部分内容是关于给开源项目做贡献的。这背后的想法是什么?

04 · 10:02 作业改成给开源项目提 PR

米哈伊尔:对,对。这其实是我个人最自豪、最兴奋的部分之一。这门课马上进入第二周。所以这是那些非常慷慨的开源合作方——(此处转写出现一段重复噪声)——去年的那些作业,单从教学角度讲,说实话挺容易的;很多人一次就能把它做出来,我就想:这样帮助不大。 米哈伊尔:现在智能体就在身边。我周二刚做过调查,没有一个学生还在手打代码,所有人都在用编码智能体。而且这还是斯坦福的大二、大三学生。 斯怀克斯:你调查他们了?市场份额是多少?他们用什么工具? 米哈伊尔:我还没做那个。这是个好主意,你说得对,我应该做。斯坦福偏爱哪家,这会很刺激。 米哈伊尔:不过我觉得,大多数厂商都有面向教育的项目,对吧?他们在学生套餐上非常慷慨。所以默认情况下,甚至在这门课之前,就已经有 Claude 的授权、我猜还有 Cursor 的授权,大概还有 Cognition 的授权。你可能比我更清楚。 米哈伊尔:但我另外还争取到的,是不想让大家被每月 20 美元的订阅卡住。我说,如果你们想把 token 拉满、看看极限在哪,那就去做。所以除了合作方,我额外争取到的是给学生加额度。Factory 也参与了,Cognition 的人也参与进来,OpenAI 也是。 米哈伊尔:说回开源合作方。我教学生时最担心的一件事是:如果所有人都像斯怀克斯说的那样「被煮熟了」,他们身上会发生什么? 米哈伊尔:几乎有一种「他们会被落下」的感觉。而我认为带教(mentorship)是把所有人整体抬高的重要一环,它能避免出现这样一道巨大的鸿沟:一边是编码智能体出现之前就在行业里、知道怎么回事的资深工程师,他们采纳了编码智能体,变得非常厉害;另一边是初级的人,只能说「那我们怎么办」。 米哈伊尔:所以某种意义上,目标之一是:编码智能体确实很强,我想把你们放进那些需要处理复杂代码库、大规模大型代码库的场景里。我们合作的对象是我认为最好的一批 AI 原生仓库——它们要么本身就是编码智能体,要么是在现代世界里为智能体造工具。 米哈伊尔:我要你们真正参与到这些项目里。你们作业的一部分,就是真的给这些项目做贡献。在这些项目里待着的过程里,你会真的和维护者对话,他们会评审你的代码,会帮你建立「什么是好软件」的心智模型。这样一来,真正好的软件设计实际上被传承下去了——我觉得大多数学生没有这样的机会。 米哈伊尔:当然还有附带的好处:我相信其中一些人会因为作业做得好而被挖走、被招进去。 斯怀克斯:顺带说一句,有个有意思的地方——我如果不说这句会招一堆骂——我觉得「cooked(被煮熟)」对「cracked(猛得离谱)」只是为效果而说的极端话。 米哈伊尔:当然,当然。 斯怀克斯:说极端说法的确很爽。那我们也许该进课程细节了。 米哈伊尔:好。 斯怀克斯:顶层上还有什么想聊的吗?刚才那些很有帮助。好,都在这儿了。我对学生用工具这件事有几个高位的问题:你赞成吗? 斯怀克斯:比如一对一的 AI 家教。我猜学生也会用。所以在直接进入课程之前,这方面你有什么建议? 斯怀克斯:你说你对教育有热情。也有一种污名在另一边:老师、教授该怎么用它?学生又该怎么最好地用这些工具?不是把作业扔进去让它一次做出来,而是怎么还能学到东西——如果你有想法的话。 米哈伊尔:有。我还是会放一些作业进去,这些作业的目的不是世界上最难,而更偏向概念性的东西。比如「skill」到底指什么? 米哈伊尔:更偏战术层面的:这些工具里的 skills、agent 代码库、AGENTS.md 之类。所以有一部分就是:如果你还没听过这些词,先追上进度。但我认为大部分学习,真的把工具放到考验里去用,会发生在开源项目和最后的期末项目里,那个项目非常开放。 米哈伊尔:他们必须自己去探索一些有意思的东西。 斯怀克斯:好。那我们就把一、二、三、四一直到十过一遍,然后再深入。先广度优先。 米哈伊尔:好。 斯怀克斯:所以从编码智能体的内部结构开始。 米哈伊尔:对。你教大家写一个自己的 Claude Code 克隆——幸好它不是开源的。

05 · 15:04 十周课程表巡览

米哈伊尔:第一周全是壳(harness)的内部结构,从零写一个编码智能体。第二周是:好,现在假设有了这些,我们怎么开始想大规模的上下文工程?也就是超出「原味提示词」的那一层。和它绑在一起的,是工具设计与 MCP。有段时间 MCP 招了很多骂。 米哈伊尔:我到现在还是支持 MCP 的,我到处都在用它。我认为到这个时候,它已经是一个存在的标准,而且会继续存在。所以讨论这些、讨论有效的工具设计,是第二周。第三周更多是 skills,以及从简单的「用途型工具」扩展到「流程」意味着什么。那里会讲 skills。 米哈伊尔:这也开始引向智能体的自动化。第四周是「怎么定制一个智能体」的基础件:配置文件,比如 AGENTS.md、CLAUDE.md,hooks,子智能体。现代壳里存在很多机制,可以用于不同目的,我想让学生接触到这些。「对智能体友好的代码库」——这大概是我最喜欢的主题之一。 米哈伊尔:这对要进工业界、要考虑规模的人尤其相关:本质上,一个仓库要满足什么,才算能被智能体有效地消费? 米哈伊尔:所以要大量思考服务边界的划分、文档、可验证性这类东西的取舍。这是第五周。第六周是智能体式代码评审。这里有意思的是从第五周延伸出来:第五周是代码库、对智能体友好的代码库;到第六周就是——代码评审现在正在变成瓶颈。这个学生未必见过,除非他们在行业里待过,有些是硕士生,所以工作过,但很多人没见过。 米哈伊尔:但对今天大多数用编码智能体的人来说,我们都在经历一个代码评审上的新瓶颈。那怎么解开它、怎么把瓶口稍微撑大一点? 米哈伊尔:有什么机制?可验证性之类的东西,以及怎么把它延伸到代码评审流程里。第七周是安全。显然,去年课里也有这一块,我想强化它。任何做大量动作的自主系统,今年我们看到了很多——很多东西被黑。 米哈伊尔:不只是别的,还包括一些核心软件,从 Vercel 到各种网关、LLM 网关,全面被攻破。所以我想花时间讲:安全上出现了哪些新的攻击面,以及我们怎么缓解其中一些。第八周是后台智能体。这里我想开始触碰的是:怎么在很多不同的产品与服务领域里跑智能体,不只是在传统 IDE 里,还包括基于你的代码库、你的仓库、CI/CD 里的触发器,基于事件触发的,以及 SRE 式的机器人。 米哈伊尔:这样的系统怎么搭?去年一年,很多公司开始发他们自己的文章,比如 Ramp 的 Inspect,Spotify 也有自己的版本,我记得还有 Stripe 的 Minions。这些人都写了很酷的文章,讲他们为了做这件事搭的内部基础设施。我想讲到这个,让大家见识一下那是什么。 米哈伊尔:第九周更多是:当你在一个团队里、身处现代世界,团队级基础设施的核心件是什么。从 LLM 网关到 MCP 门户(也就是大规模的 MCP),以及怎么想正在变化的角色。这块稍微软一点。最直白、也许不够细的说法是「人人都是 builder」,但我想再往下走一层:到底什么东西正在被吸收掉? 米哈伊尔:哪些角色真的在演化、或者在新生,而它们过去并不存在?学生该想的是:什么样的技能组合是「守得住」的,而这一点以前并不成立? 米哈伊尔:所以更多是团队动力学层面的考虑。然后,对,这一切都在往「工厂」上堆,我觉得这是今天很多人心里最关心的:一旦我们在造工厂,人还存在吗,等等。 米哈伊尔:围绕人的参与,被有意保留的新卡点是什么?比如意图,比如搭一套可验证的系统。以及极限情况下会怎样:也许 80%、90% 的代码完全由智能体驱动,我们就这样一路填过去。对,就是这样。斯怀克斯:漂亮,结结实实十周。我本来想说:这里面有些是比另一些更成熟的模式,我觉得大家需要知道——不是所有这些都是定论。 米哈伊尔:当然。但它确实是全部:我会把每一条都认可为「有人在谈、你应该知道」的东西。我们知道开放问题在哪,我们未必知道答案。 斯怀克斯:完全正确。你大概也有你自己的版本。我很好奇你觉得哪些还没那么「守得住」——不是守不住,是还没那么定下来。比如软件工厂,我们说的是黑灯工厂吗? 斯怀克斯:还是说「半亮着灯」的工厂?我觉得那里也有一个谱系。 米哈伊尔:对。而且,就在最前沿的人,比如那些在造工厂、又给工厂卖服务的,他们自己也只声称大概 30% 多是完全由智能体驱动的。那极限情况下意味着什么? 米哈伊尔:很难说。而且有人走得非常非常远,走到黑灯工厂,然后出来说:各位,我错了。 斯怀克斯:对。我们在 AIE 上聊过那个。只要意识到——他们当时大概真的相信自己说的,但他们有权改主意,而他们确实改了。连鲍里斯最近都发推说「我经常错」,大家却因为他创造了 Claude Code 就把他的话当福音;而我想说,不,有时候他自己都跟自己不一致,这没关系。这不是政治,对吧?我们还是科学家、是工程师,我们服从证据。我不声称自己教条,我只是想让大家去做实验。 米哈伊尔:我觉得那也是一条原则。你刚才问原则。就是实验。你必须准备好…… 斯怀克斯:而且经常,我讲这些课、或者和人聊这些的时候,他们会说:变化太多了,我怎么跟得上? 米哈伊尔:有件很简单的事:每天实验十分钟。就花十分钟做一件你以前没做过的事。如果那是你过去解决问题的方式,现在有了你想试的新工具、新框架之类的,那就花十分钟,甚至就用新东西把同一个问题再做一遍——这就能补上大部分差距。 斯怀克斯:我要点一下:比如你在讲代码评审的那一周,请了 Cognition。 米哈伊尔:对,我确实和西拉斯(Silas)一起做过德文评审(Devin Review)。 米哈伊尔:对,我觉得相当不错。这些东西很难做基准。有个 ReviewBench,但没人用。不过从质地上讲,德文评审挺不错的。 斯怀克斯:我们用你们的。真的吗? 米哈伊尔:对,Monaco 确实在用 Devin。西拉斯去年也来讲过,他非常聪明。我们用你们的产品。所以我说,在代码评审工具的供应商里,我们采样了很多家,最后在很多用例上收敛到了 Devin。西拉斯现在在模型那边,然后是沃尔登(Walden),就是你要找的人。 斯怀克斯:对,我也和沃尔登聊过。我还要点一下 Factory:聊到智能体就绪度,他们一直在做这件事,他们做 Signals 那套工具。你们用吗? 米哈伊尔:用,我们用,我们自己的一套智能体就绪度也在用。伊诺(Eno)也很棒,我觉得他们在这条路上非常早。我记得他把这件事在 AIE 的某场演讲里写清楚了——我忘了是哪一场,欧洲那场,对,欧洲那场,那场演讲非常精彩,某种程度上超前于时代。所以我想,讲这个主题最合适的人只有一位,我很想给他打光,非常期待。 斯怀克斯:挺有意思。我当时在 Cognition,我们也在聊这件事,说我们得形成一些观点。然后 Factory 就在我们聊的那一周直接把一个完整产品发了出去。我说:好,你赢了。其实大家的判断都趋同,问题只是你要不要把它做成一个看板。 米哈伊尔:因为它就是个看板。对。但有价值。而且我觉得他们在营销上做得很好,抓住了「写就绪度报告」这件事。我自己也经常向别人推荐:你应该跑一份你自己的就绪度报告。当然,开源版本也有,但我认为那些原则非常重要。

06 · 24:04 智能体里面的循环、工具与壳

米哈伊尔:要一件一件地过吗,还是你还有别的?我可以一件一件过。 斯怀克斯:好,那第一件。 斯怀克斯:你重点讲 Claude Code,但你也有 Pi 作为开源赞助方。这是怎么回事? 米哈伊尔:这一块可能营销味重一点,但没关系。有一件事我一定要强调,去年我也讲清楚过:我不为任何工具背书。 米哈伊尔:我不认为那是处理这类事情的正确方式。工具来来去去。说实话,去年开这门课时,Claude Code 并不那么流行,并没有被广泛接受。鲍里斯当时只有 4,000 个推特粉丝,现在他有——我不知道,几百万?他粉丝很多。Claude Code 真的出现在舞台上了。 斯怀克斯:我认为我们也低估了 Claude Code——当时请鲍里斯和 Kat 上播客时,那才两个月大。我其实没怎么用过,用一次查询花了我 50 美分,我心想:谁会去用这玩意儿? 米哈伊尔:完全同意。它还在 beta 里待了一阵。但我觉得他们了不起的地方在于:在模型还没准备好的时候就把东西造出来了。 斯怀克斯:对,你听过很多「为模型将要到达的地方而构建」。非常雄心勃勃。当时模型并不那么好,你感受不到,然后——我们看到了。 米哈伊尔:对,挺有意思。因为他去年那场演讲,我记得是很高层级的一组幻灯片,但其中一张字面上就是「为模型六个月后的位置而构建」。 米哈伊尔:那是去年十月。我能理解他为什么会那么讲——如果他知道六个月后 Opus 会在哪,那也是我认为的一个巨大解锁,我会说它正是课程变化如此之大的原因之一。 米哈伊尔:当然,围绕「真正的自主」有过一场巨大的军备竞赛,比如长时间运行的智能体任务。但回到你的点:重点不是我为 Claude Code 背书。Claude Code 我当然用,也用别的东西;这里我更关心的是——现代的编码壳长什么样? 米哈伊尔:我写过一篇博客,就是这篇,今年早些时候,我把一些类似的原则拆开讲。核心结论是:用差不多入门算法课级别的理解,你就能找到那个完成编码智能体大部分工作的智能体循环。当然会有各种花哨的东西,子智能体、MCP 那些,都没有。 米哈伊尔:但如果你想要一个能对话、然后它真的会改你的文件、能做出相当复杂事情的东西,它不需要超过 200 行。所以我在教育上想做的很多事,是把「秘方」那层剥掉,说明它的核心其实很朴素——他们还是学生,你要教的是概念性的原则。 米哈伊尔:这东西并不比——斯坦福有门课叫 106B,就是入门算法。造这样一个东西,你不需要超过 106B 的知识。就是这样。 斯怀克斯:既然你已经教过这门课,有没有遇到反弹、问题、或者你观察到的怪事? 斯怀克斯:他们没搞懂什么?他们的问题集中在哪?是说这个具体概念,还是一般而言? 米哈伊尔:这个具体概念——从零把它造出来、然后做你做过的事。因为这基本上就是 Pi 需要的东西。 斯怀克斯:对,完全正确。 米哈伊尔:所以其实不算什么问题。我想,关于这个想法我没有收到任何反弹。他们大多数其实只是消费者。 米哈伊尔:大多数学生最后就是去用工具。我不认为他们有很多机会——甚至可以说没有——在课程里去把那层洋葱剥开。所以那一周就是「壳」那一周。周二第一讲是后勤之类的事,但然后前半段真正的课程内容,就是 200 行的壳。昨天我跟进那一讲,我们真的把 Claude Code 拿出来,用那些代理工具去拦截请求。 斯怀克斯:MITM 和代理? 米哈伊尔:对,完全正确。就用那个工具,拦截请求和响应,看引擎盖下面在发生什么。然后我说:我说过 Claude Code 能用 200 行写出来,但好,这才是真正的 Claude Code。我真的把 Opus 5.5——两天前刚出的模型——的请求拦截下来。 米哈伊尔:到底发生了什么:这是提示词,这是系统提示词,这是规划提示词,这是压缩(compaction)提示词。然后我们把这些全过一遍,展示给学生。所以现在他们是真的拥有一个能理解的、最先进的壳。 斯怀克斯:能给出这三层挺好:学生多数是消费者;这是循环里的基线智能体;然后这是真的那个。 斯怀克斯:我也喜欢你给博客配了视频讲解。你会不会看到学生分成两个极端——有些是重度用户,消费很多;对另一些人,如果你知道智能体怎么工作,这些其实很直白。你在课堂里怎么平衡? 斯怀克斯:比如你会向平均水平靠吗? 米哈伊尔:我觉得它在自我筛选,因为课程材料全都在那儿。大纲我几周前公布,但它在酝酿中至少有一两个月了。所以如果你找,大概能找到。 米哈伊尔:而且现实是,如果学生不感兴趣,他们就不会来,他们会选择不来。我发现的另一件有意思的事是:确实有学生来,但也有很多斯坦福其他院系的人、别的系的博士后。有很多跨学科的兴趣:病理学方向的、医学相关领域的,甚至不是纯 CS 的工程领域的人,也来接触这些东西。 米哈伊尔:还有很多商学院(GSB)的学生、MBA,他们想学怎么不必找一个技术联合创始人之类的。所以——顺便说,如果谁还没做过 MITM 代理这个练习,你应该做一次。你会震惊的。Claude Code 的系统提示词是所有编码智能体里最长的,大概两万个 token。 斯怀克斯:对,这是真的。不过他们也把它缩减过,砍掉了 80%。 米哈伊尔:对,我知道。然后又长回来,再砍、再长,像跷跷板。 斯怀克斯:我觉得很有意思。你会惊讶里面写了什么,有些其实你不会用到,有些还暗示了某些工具的内部机制。你在里面发现过什么值得聊的吗? 米哈伊尔:有。其实昨天我讲这个时也提到——当年 Claude Code 我觉得最有意思的一点,也是它真正火起来的部分原因,是他们对「简单」的专注。 米哈伊尔:早期他们是最早一批真正押注「让更少的工具做更多事」的人:押 SQL、押 Bash、押那些强大的东西,像瑞士军刀一样的工具,让它们成为能力的主要驱动。我觉得他们这一点做得非常好,这也是他们当年那么受欢迎的原因。我展示系统提示词时也说到:两个月前的系统提示词是另一个样子。 米哈伊尔:现在他们降低了复杂度,结果以前属于系统提示词的东西——比如怎么用 Git——或者说怎么设置任务这类事,现在不再写在系统提示词里了,而是期望更多被模型本身(模型权重)捕获。他们把很多这类学习烤进了模型层。 米哈伊尔:这就引出了「模型 vs 壳」的有意思的问题:这个取舍怎么想?公司投哪一边?你自己要推自己能力的前沿,该投哪一边? 米哈伊尔:我认为即便作为整个社区,我们也在这两者之间来回摆。你不能因为他们把系统提示词写大又砍掉而指责他们。在某种意义上,这也取决于模型:更弱、更老的模型,你需要给它「这是好的、这是坏的」的例子;然后到某个点你显然把那些砍掉。 米哈伊尔:这就是「学会已经做成的事」的一部分。同样的道理,如果你用本地编码智能体配一个不那么强的模型,你可能需要加那些例子。 斯怀克斯:对,是这样吗? 米哈伊尔:对。而且从这里还能推出很有意思的 AI 学习点:模型变好时,你什么时候是在用那些例子过度约束它?又怎么把过度约束拉回来?我觉得那也是学习的一部分。 斯怀克斯:第二周你要讲上下文工程。规格驱动开发(spec-driven development)我没看过你那版,但外面有很多版本。你想向更大的受众强调什么:你在这里放进去的、大家应该知道的东西?

07 · 32:18 给大代码库做上下文工程

斯怀克斯:这就是这门课的一小时版。 米哈伊尔:对,请把一切压缩。 斯怀克斯:我觉得这就是它要去的方向。不过说回来,它也是个预告片:「想要更多,去源头」。如果谁明年或明年秋要选课,这就是你的一小时版。它像课程的 Quibi。 米哈伊尔:做预告片太长,做课程太短。 斯怀克斯:我猜大家会双击去看。如果它是预告片,等你下次再教的时候它又会变。 米哈伊尔:对,没错。所以没关系。 斯怀克斯:这一点提得好。 米哈伊尔:有意思。我在这里最想强调的一件事是——我访谈别人时也看到——工业界很少有人真的走到「原味提示词」之外。 米哈伊尔:有一种形式就是:「帮我做那个东西」。当然,模型变好之后,这能带你走一段。但不可避免的是,我聊过的任何从谷歌或者拥有巨大代码库的地方出来的人,现实是你必须在「怎么摄入上下文」上想得多得多。所以要想着那些原则和技术:怎么去指向…… 米哈伊尔:我这里描述的框架,功能上类似 Dex 的 RPI 那一套:先研究,再给方案,有点像规格,然后做实现,最后用测试之类的东西收口。我想强调的就是:当你要进入不熟悉的代码库、要把一个非常大的代码库里智能体需要理解的东西注入上下文时,一个「研究阶段」是有价值的。 米哈伊尔:然后在我提出的这个框架里,还要求:研究完之后给出几个解决问题的备选方案。这里我就请人(human in the loop)来做决策:选这个还是那个。然后进入计划,也就是规格。 米哈伊尔:一句话总结:确实有一种做法能扩展到几百万行的代码库,而不只是原味提示词。这是我想强调的。如果你要去这些大代码库上工作,你应该用更复杂一点的东西。 斯怀克斯:关于上下文工程还有什么要补充的? 米哈伊尔:我觉得我现在对上下文最怪的一点是:当你分裂出一个子智能体时,它到底该不该继承主线程的全部上下文。这个问题上经常有分歧。然后有时候你又想把子智能体做的事压缩、放回主线程。这非常脏,我不喜欢我做的任何一件事。 米哈伊尔:所以我没有答案。我只知道,当你要把工作扇出时,就不只是「我有一个大规格、我跑 RPI、我跑 Repit」那一套了。它不再是一个智能体,而是把工作扇出去,并确保它们都有正确的上下文、正确的指引。如果你有一个评审智能体在评审其他所有工作,你得让那家伙拥有一切。 米哈伊尔:而且你总会经历一个「扩张契约」的阶段:天啊,这些人上下文不够,我要给他们更多。好,很好。然后它们就会把你很久以前随口说的一句一次性评论抓过来,犯下非常愚蠢的错误——因为你并不是那个意思,而它们把它当成了法律。 斯怀克斯:所以你说的这个词是…… 米哈伊尔:就是多智能体的上下文管理。 斯怀克斯:对,完全正确。我觉得这大概是这件事里「艺术多于科学」的部分。 米哈伊尔:是某种组合。是的:为探索而扇出、为子任务而扇出,然后是压缩——或者随便你叫它什么。要有意识地刷新上下文,理解什么时候东西变得太臃肿。Dex 有「笨蛋区」(dumb zone)这个概念,要更留意笨蛋区。 斯怀克斯:他很擅长这种等式式的东西。那些小图。 米哈伊尔:对。他确实影响了这里很多课程内容,他在这些事上是极好的思考者。 斯怀克斯:那些图非常有用。我要给大家加一些面包屑:可以去看最好的上下文工程实践,比如子智能体是否继承。 斯怀克斯:Claude 的托管智能体有一种版本,是会话彼此独立、不继承的。在推理模型之前,智能体跑得没那么久、上下文窗口更短的时候,这是个大事:所有人都在极其小心地管理那宝贵的上下文窗口,LangChain 过去写了很多这方面的博客。这些好的上下文工程,大家知道有好处,在学生语境里也是——你可以预期学生修这门课是因为它好,他们会知道这些东西。 斯怀克斯:所以你也该知道,而且知道得更好。这也是一个很适合做研究的空间。在 AIE 上有一篇展示的研究论文,他们看 Claude Code 系统提示词的差异——哪些被改了——然后把一大堆性能变化画出来,试图反向工程它。这就是你能做的好研究。还有另一篇看上下文窗口管理如何影响下游性能。 斯怀克斯:它们不是最好的论文,但非常可读,而且配了好博客。想在这方面做事的人,我推荐。这是一个很容易戳进去的好领域。 米哈伊尔:好推荐。

08 · 38:15 让你看懂 diff 的技能

斯怀克斯:智能体 skills、CLI。 米哈伊尔:对。我觉得这些都算是从单一的函数工具调用——比如 MCP,和第三方外部服务交互——延伸出来的,然后延伸到「流程」:你怎么把一组动作反复自动化,然后把它固化成 skill.md 之类的形式? 米哈伊尔:我觉得就是把这一点做得更实,让人练着把其中一些流程编码下来。这里我还会放进几个我觉得好用、也好玩的 skills。马特·波科克(Matt Pocock)的「拷问我」(grill me)就是一个。然后还有几个我从教育角度更喜欢的,比如杰弗里·利特(Geoffrey Litt)的「解释 diff」(explain diff),一旦开始讲代码评审,它就格外有意思。 米哈伊尔:因为整个……理解代码。对,理解代码。你得理解代码。我不知道你们用过没有,但有效的方式是:你把改动放进代码,然后跑那个 skill,最后你不只是得到一份可视化的呈现——可以扫一眼就看懂核心发生了什么。 米哈伊尔:但真正让我喜欢的是它在结尾几乎有个小测验,让你走一遍,真正强化你到底有没有理解发生了什么。我觉得那种交互式的一来一回相当好。 斯怀克斯:这个领域有几篇博客我很想提。有一篇,我记得是最近的,大意是「没有任何一种情形下,把脑子关掉是个好主意」。 斯怀克斯:我认为这些 skills 实际上是在逼你把脑子打开。而大家用编码智能体时,往往就是把脑子关掉——「给我做个 app,读我的心,不用我说你也全做对」。对。但这些 skills 大多属于同一个类型:「不,不,请多问我几个问题」。我觉得输出量比人们习惯的大得多。 斯怀克斯:我可以打一行提示词,拿到几万行代码和一整套结构,然后说:看我的生产力。但更有效的做法是:你应该知道自己在做什么。你真的可能被弄得脱节、掉出回路。你应该花更多时间想你到底在做什么。把活干完、把代码写出来,比过去容易太多了。 斯怀克斯:对,那部分没有借口。 米哈伊尔:理解没有借口。 斯怀克斯:抱歉,什么是 web skill? 米哈伊尔:就是有效的、和 web 本身交互的 skills。computer use。computer use,对,这类。 斯怀克斯:还有别的吗?主要是从 web 抓信息这类?对于会和 web 交互的 skills,有没有最佳实践,和别的有什么不同? 米哈伊尔:我觉得这更像是给我找到的一些有意思的东西做一次巡检或演示。我记得是……Vercel?我现在得回想,得回头看完整的阅读材料。但我找到一个站点,可能是 BrowserBase,他们可能做过。你记得吗? 斯怀克斯:(笑)那大概是他们造的词。我当时想:我是不是漏了什么?这是 skills 社区的一大部分。 米哈伊尔:他消息很灵。他被教育了。 斯怀克斯:我觉得他们做了某种——因为 BrowserBase 显然喜欢浏览器。但他们有个不错的网站,展示了一些有意思的能力。看起来是正经的。 米哈伊尔:CLI 这个挺好玩。 斯怀克斯:你有很多学生是第一次进终端、用 CLI 吗,还是这已经是常态? 米哈伊尔:我觉得不是。考虑到他们大多数人——去年我会说,有些学生大概还记得手指敲键盘的日子。 米哈伊尔:大多数人到现在应该都和 Claude Code 打过交道了。不过我好奇现在只用 app 的那部分人占多少。Claude Code 也有桌面 app,Codex 也有;Codex 现在主要就是一个 app。你不在 CLI、不在终端里。这对很多普通人来说是个劝退点,但只是随口一提。 斯怀克斯:对。我还想说 skills 的另一件事:skills 的打包,也就是互相引用——像插件那样。 米哈伊尔:对,插件。然后还有「写 skill 的技艺」,这也是我在 AIE 上关注的事。我觉得很多人关注的是「消费 skill」。你有一堆网红,比如马特·波科克之类,他们说:这个 skill 能拯救你、解决你所有问题。但不,你应该自己写 skill。而且当你天真地去写时,它们通常很糟。 米哈伊尔:写 skill 本身是需要一点 skill 的。 斯怀克斯:完全正确,完全正确。那斯怀克斯写 skill 的最佳建议是什么? 斯怀克斯:我有一个公开的 skills 仓库。我确实经历过一段「把一切都 skill 化」的精神病时期。不,别给我们 skills——你怎么写出好 skills? 米哈伊尔:(笑) 斯怀克斯:对,就是这样。我有一个「砍 skill」的 skill。因为每个 Claude Code、Codex 都有「造 skill」的 skill,对吧?那我有一个 skill 切割器,把它砍下来,因为它逐条记录了那些默认生成的 skills 有哪些糟糕之处。所以每次 skill 生成之后,你都跑这个把它砍小。 米哈伊尔:漂亮。 斯怀克斯:我听起来是这样。真的很烦人,因为有时候确实有泔水,但泔水里也有好东西,你得一点点削出来。 米哈伊尔:有意思。就像你说的,即便是泔水,它也是在智能体的语言里,所以那泔水本身是有意义的。 斯怀克斯:对,好,明白了。挺好玩,每个人都有自己的版本。第一,给 skill 做「感觉检查」很容易,你就调用它、跑几次。然后我把这些偏好蒸馏成一个 skill,内容就是「这是我喜欢的样子、这是我不喜欢的」,它会随时间调整,然后就能自动化。 斯怀克斯:真正的问题是——最糟的部分是 skill 在你没预期它触发的时候触发了。你写它一次是为了修那个东西,然后现在你在做完全不相干的事,它触发了。为什么?因为它写得含糊,触发条件写着「只要 blah blah 发生你就叫我」。你说行,读起来不错。然后你换个项目,它触发了,你心想:该死。 米哈伊尔:那到底该发生什么? 斯怀克斯:有几个人就是:我有一堆 skills 一直在加,有时候跑一下。我也认识一些人,比如尤金·严(Eugene Yan),他们对 skills 数量很讲究,会修剪:不用就清掉,每几周清一次。所以如果你在那个 skills 世界里,这是个巨大的问题。 斯怀克斯:我怀疑这也是为什么,OpenAI 和 Anthropic 里有些非常聪明的人希望 skills 死掉。 米哈伊尔:这话不受欢迎。 斯怀克斯:他们不会公开说,但就是感觉邋遢。这感觉很邋遢。我看到自己的 skills 都变邋遢了。它不像「吃了 AI 药」的样子。你懂我的意思吗? 斯怀克斯:这不是 AGI 本来该有的样子。AGI 不该是每个人拥有一大堆 markdown 文件。 米哈伊尔:我觉得一部分是……有个「园艺问题」。 斯怀克斯:某种意义上是的。其实很多人根本不看自己的 markdown 文件,对吧?从体验上看,你就聊天说你要什么,在对话里建一个 skill,用它,看输出。你完全不用看 markdown 就能拿到很多价值。对自己别把它搞太复杂。你可以拿到很多价值:如果你反复做某件事,就说「看看我们过去五次是怎么做的,给我做个 skill」,然后在对话里迭代。 斯怀克斯:也有好的一面,有另一种看法:skill 可以只是「智能体每次做代码评审时执行的流程」。但换一种用法,比如在我们那套体系里把 skills 当作承载最佳实践的方式固化下来,再暴露给智能体或者代码评审系统,让它按我们喜欢的方式调用 API、按我们定义的方式划分服务边界。 米哈伊尔:那是另一种表征组织级知识的路径,而不是「你随手想让智能体做某件事、这样就不用每次写提示词」的那种任意流程。我喜欢这个方向。我觉得这个定位、这个用途,存在的时间会比那些随机的流程更长。

09 · 46:42 Monaco.com 之争与飞机横幅

斯怀克斯:我刚用谷歌搜 Monaco AI skills,它给我的结果是国家。 米哈伊尔:总有一天,总有一天。我们在 AEO(答案引擎优化)上会赢过他们的,这一点确定。 斯怀克斯:你能把那个国家买下来吗? 米哈伊尔:事情是这样的——我们不是要买那个国家,但我们买下 monaco.com 这个域名时,确实挨了一点骂。我得说,我们被他们起诉了。 斯怀克斯:所以,真的? 米哈伊尔:对,有一整套公开的事情,他们不喜欢那样。但我们到这儿了,而且我们赢了。 斯怀克斯:你们赢了。好,那这段留着。我本来想说这很刺激,但你们赢了。这就是天上那些旗子飘着的原因吗? 米哈伊尔:因为那是一场胜利。是我们的胜利。 斯怀克斯:挺有意思。在旧金山的人抬头看就知道了。给听音频的人说明一下:我们在 YouTube 上放画面,你们在开飞机绕城。我觉得你还是少数真的经常这么干的人之一。山姆·布朗德(Sam Blond)想出来的,一天 6,000 美元。 米哈伊尔:我不认为它直接导致大家去谷歌搜 Monaco 是什么。但 Monaco 所有的广告都是「Monaco + 美元符号」。 米哈伊尔:我们代表钱。先是一个美元符号,然后一个数字。它开启对话。这条广告的全部意义就是:Monaco 到底是什么鬼? 斯怀克斯:对,这可以争论。但某种意义上,营销的目的如果不是吸引注意力,那是什么? 米哈伊尔:而且是的,也许还有一层:我去活动,人们说「哦你们就是开飞机那帮人」「你们就是广告牌上写着大数字那帮人,1.93 亿还是多少」——但他们会问:那你们到底做什么?可也许这就是全部的意义:我只需要有人过来把它当成破冰话题。 米哈伊尔:就像你进来时我说的:啊,飞机。然后现在:你们到底做什么?好,我来告诉你我们做什么。 斯怀克斯:作为一个在那些会议上决定 Devin 广告牌要写什么的人,我们在措辞上花了太多时间。也许我们就该写「Devin」,就这样。蠢得要命,但好吧。 米哈伊尔:山姆上周还有一条帖子,他基本上就是我们营销的主脑。飞机背后也有一点历史。但一句话:他的整套做法是「我没有全部答案,你只能去试」。我们的很多事就是去试,行得通就很好。我们知道它会火到这个程度吗? 斯怀克斯:其实不知道。 米哈伊尔:但现在它火了,它就是一个想法。 斯怀克斯:对,而且「从小处开始、往高处走」,而不是「从大处开始、往小处走」。从小往大容易得多。 米哈伊尔:对,完全正确。而且它一天 6,000 美元,非常「就是去试」。 斯怀克斯:比广告牌便宜。 米哈伊尔:肯定比广告牌便宜。而且好玩,害处不大。这里值得说的一点简单之处是:当我们想「比飞机更狠」时,我们说,什么比一架飞机更好? 斯怀克斯:两架。 米哈伊尔:两架?什么?我的想法是火箭。好吧,我也有过那个想法,我也希望有一天能实现。但再看看。这是下一次 SpaceX 发射,我们就看 Monaco。 斯怀克斯:冲着星星去。就得跟我们的 SpaceX 朋友搞好关系。 米哈伊尔:我很乐意。 斯怀克斯:你不想? 米哈伊尔:我们在 Monaco 上。要不要聊一点 Monaco?还是留到最后? 斯怀克斯:对,因为话题之间正好有个中场休息。你决定。

10 · 50:23 Monaco 给销售团队做什么

斯怀克斯:我们提了 Monaco,然后不回答「Monaco 到底是什么」,我觉得有点烦人。你能回答吗? 米哈伊尔:当然,我希望我能。这就是那个国家(笑)。这就是我认识和喜欢的那个 Monaco。我们是一家 B 轮公司,在旧金山。我们在做的本质上是一个一体化的销售平台:全 AI 原生的智能体去做那些好玩的事——或者说至少是人类不喜欢做、而智能体喜欢做的事,因为它们没什么意见,而且做得更少出错——让销售和销售团队专注在人类擅长的事上:成单。 斯怀克斯:所以马克·贝尼奥夫大概不喜欢你们。 米哈伊尔:大概不喜欢。但他本人其实也非常 AI 原生,在 Agentforce 上非常激进。 斯怀克斯:你们做了什么他做不到、或者不能做的? 米哈伊尔:我们创办公司时,一开始瞄准的市场并不是企业级。我们的想法是:如果目标是一体化,那我们必须和一批客户一起迭代式地把它建起来,和他们一起长大。把一个人从 Salesforce 那里拉走,比在他还在用 Google 表格跟踪销售管道的时候就遇到他、给他一个更 AI 原生的答案要难得多——那样我们可以和他一起成长。 米哈伊尔:某种程度上这跟 Brex 或者很多 YC 公司的模式一样:先卖给同批的人,一起长大,然后往上走。我会说,我们算是最好的、专注创业公司的销售平台之一。所以我们所有客户都是早期创业公司,主要是种子轮到 A 轮。现在我们在往更上层走。过去一年半我们学了很多关于「一体化」的东西。 斯怀克斯:你是 AI 负责人? 米哈伊尔:对。 斯怀克斯:你们造过什么有意思的 AI 东西? 米哈伊尔:我们为销售场景造了自己的「智能体壳」(agent harness)。呼应前面讲的编码壳:从 Codex、Claude 那类系统里拿了很多灵感,然后为销售造定制的工具、定制的流程,全部面向 GTM 用例。 米哈伊尔:所以我们造了自己的版本,驱动 Monaco 平台上几乎所有东西:从 TAM 打分、ICP 打分与定义,到销售管道的推进,再到那些销售人员不想做的琐事——更新会议、会前笔记、更新纪要。这些流程都是智能体在驱动。 米哈伊尔:这个基本是开箱即用的。GTM 场景里既有长周期智能体,也有短周期智能体,非常领域特定,建在基础模型之上。 斯怀克斯:你们会自己做模型吗? 米哈伊尔:这个问题提得好。到目前为止——我觉得这对很多垂直 AI 公司都成立——你先用前沿模型作为第三方服务,看看能做成什么样,因为它们就在最前沿。然后过去一周我们看到了那个「毛利正 50% 到负 50%」的问题。 米哈伊尔:不管数字如何,有意思的是:到某个点,成本上会变得有意思,你就开始想:用开放权重模型能不能做得更快?然后 AI 那一块很大一部分工作,就是为这些模型做后训练、搭环境,用 RL 之类。我们现在就在这个阶段。 斯怀克斯:有意思。我一直把这套打法叫「Agent Lab 打法」——这是我造的词:智能体先从用户出发,然后用你需要的模型来做产品。 米哈伊尔:对。 斯怀克斯:但有了用户基础之后,你可以反过来补模型那一侧。而模型实验室是反过来的:先有大预训练,再去找用户。希望这能形成分工——Monaco 在收入、GTM 这一侧。 米哈伊尔:对。而且有意思的是:它们既想服务你,又想跟你竞争。 斯怀克斯:我也玩过一点这个。我觉得一个难题其实是「数据丰富化」(enrichment)。我花很多时间在这上面,做 SEO、研究之类。对你们来说,这应该是核心的一部分。 米哈伊尔:对。 斯怀克斯:你觉得模型在这上面强吗?有没有你喜欢的供应商,想点个名? 米哈伊尔:有。我们是 Parallel 的早期采用者,我觉得他们非常强,就是通用搜索。不是 ZoomInfo 那种。我们也用 Exa,这两家都点一下。 斯怀克斯:能比较一下吗? 米哈伊尔:他们都是朋友。你会很感兴趣谁更强。抛硬币吧。我保持中立,今天当瑞士。 米哈伊尔:当然我们自己也做一层数据丰富化。我们最有价值的系统之一就是「世界数据库」:公司、富化过的公司、账户、联系人。这样当我们为客户构建 ICP 时,我们手上关于「此刻该联系哪家公司的谁」的信息是最新的。 米哈伊尔:我认为我们世界级、毫无争议的一点就是需求侧:我们很擅长帮公司提高真正有效的预约会议数。 斯怀克斯:找买家?在正确的时间找买家? 米哈伊尔:对,是这两者的组合。 斯怀克斯:什么叫正确的时间? 米哈伊尔:举个例子:如果你在卖给销售副总裁。联系他们的正确时间不是他们在同一个地方待了五年的时候。一个好的信号是:他们刚从一份工作换到新工作——刚到一个新地方,更可能采购、或者对新销售平台持开放态度,因为他们正在这次职业转换中。 米哈伊尔:所以对销售副总裁来说,从 A 公司跳到 B 公司,就是一个「此刻该不该联系」的好信号。比如你检测到他的 LinkedIn 变了。 斯怀克斯:这当中有多少是你们的专长被放进模型和壳里,多少是「模型很好、有通用最佳实践」?显然两边都有价值。是不是就只是把它做可靠、在一个平台里做好? 斯怀克斯:看起来还有一部分是你们作为领域专家的知识被烤进去了,而我们外人不知道。 米哈伊尔:我觉得没有前者,它就会完全商品化。不是完全,因为一体化本身仍然很有价值,那确实是我们开创的东西。销售领域大多数公司起初都是单点方案,走的是 YC 那种「先落地、再扩张」:圈一个细分,然后扩出去。 米哈伊尔:而我们从一开始就要做一体化的,这也是我们在隐身状态待了一年零几个月的原因:我们知道一开始就要做一体化。但光有一体化还不够。真正的力量在于:今天 Monaco 有一支世界级的 GTM 团队。 米哈伊尔:真的是世界级的 GTM 团队,卖 Monaco。但这些卖 Monaco 的人,同时也是我们所说的「前驻场客户经理」(FDAE,forward deploy account executive):本质上他们是像顾问一样的人类销售,帮我们所有客户上手、搭起智能体流程,在他们自己的销售 GTM 生命周期每一步上做引导。 米哈伊尔:所以回答你的问题:一体化的确是一部分,但还有一点是我们有这些人——山姆,以及很多从 Brex 等处来的最好的 GTM 人。我们把这些能力全部编码进平台里。 斯怀克斯:有意思,你讲话的方式和一般的 AI 负责人很不一样,因为你也是前创始人。你习惯用这种方式想问题,这对你的角色很重要。好,我觉得你已经把 Monaco 介绍得够多了。随着 Monaco 的故事发展,我们可以再回来。也许回到正题的桥是:Monaco 内部的编码、或者说智能体原生的编码、现代软件开发是什么样子?

11 · 59:21 Monaco 的工程团队

斯怀克斯:我觉得教学时你是在画一张地形图,但在 Monaco 内部,你们对某些事可能更偏执一些。 米哈伊尔:对。我们从第一天起就在编码智能体上投入,学到了很多,也留下了自己的伤疤和教训。现在我们越来越深地分享其中一些。比如在我们的博客里——也许值得在这儿提——我们一直在发一些……可能不是那篇。那篇更像是产品。 米哈伊尔:我会说,当 AI 变得绝望时,在扩大贡献之前,先「自建或购买」(build or buy)SRE。我们花了大量时间看不同的供应商,最后很多东西是自己内部造的。比如后台智能体平台,我们有自己版本的 Ramp Inspect,叫 Monocoder,建在 Coder 平台上,但我们用它来放大工程产出。 斯怀克斯:Coder,是 Coder.com 那个? 米哈伊尔:对,Coder.com。我们把它适配到自己的用例上,我们很多智能体开发都发生在那里。它真是一个设计得很好的软件,用来隔离开发环境、扩到多智能体、跑那些很长很长的智能体编码任务。Monocoder,点一下约翰·特雷西(John Tracy)和同事,是他们把它造出来的。 米哈伊尔:然后从那儿,我们还造了自己的 Slack 机器人,叫 Hal。Hal 大致是三分之一的 AI SRE、三分之一的客户成功、三分之一的 QA 工程师:它住在我们的 Slack 里,帮我们调试问题、东西坏了的时候提 PR,同时也被我们自己的销售用来搞清产品怎么工作、怎么把某件事查到底。 米哈伊尔:所以我们得回答一些有意思的问题:Hal 面对销售人员时和面对开发者时,该有不同的性格。这类系统是我们过去一年左右大量建起来的。点一下云佳(Yunja)做 Hal,还有约翰·特雷西。

12 · 1:01:40 买来学,自建才留得住

斯怀克斯:所以你们内部造了很多,同时也用别的工具。那界线在哪?「自建还是购买」。 米哈伊尔:对,自建还是购买,好问题。我一般有个原则:买来学,自建才留得住(buy to learn, build to keep)。 米哈伊尔:这里大体也成立。早期我们还在摸清自己脚下的时候,比如代码评审,我们花了大量时间看不同的代码评审平台。 米哈伊尔:结果今天我们还在用 Devin,因为我们确实还在它被构建的方式里看到很多价值。所以点一下 Cognition 团队。但一路走来,我们试过一些 SRE 工具,试过一些现成的、更像后台智能体平台的东西,最后觉得:以我们的基础设施、以我们自己云平台的搭法,内部自建更合理。 米哈伊尔:当然我们不教条,如果有新东西出来,我们愿意重新看。但通常我们最终自建,是因为觉得市面上没有成熟的方案。代码评审是个有意思的例子:一年多以前我们做过一轮完整的代码评审工具调研。 米哈伊尔:我要点一下 CodeRabbit。对,CodeRabbit 他们。还有 Graphite——在被收购之前的一段时间;还有 Ellipsis,一家 YC 公司。有很多家。 米哈伊尔:我们试了很多家,它们都还行,但我觉得还没跨过「立刻就有用」的门槛。所以我们就先放下了。那是一年多以前。后来我们又回到这件事上,而且更有机地:点一下 Devin 团队和 Cognition,我们又试了一次。 米哈伊尔:有人跟我说「你应该试试这个」,看起来好了很多。我去年上课时还放了西拉斯的演讲,就是好。它是被有机采纳的,我觉得…… 斯怀克斯:纯粹凭感觉? 米哈伊尔:不是。这里我得说:第一次评估时我们没选任何供应商,因为我们觉得没有一家让人特别满意。我当时做过分析:看我们自己的 PR,画了一组饼图——这个工具在解决什么? 米哈伊尔:我们对「啰嗦程度」与「多常发有用评论」之间的取舍满意吗?所以那更偏统计,不只是感觉。第二次我本来不打算再推,第一次是我在推「我们该采纳一个 AI 代码工具」,第二次我说「不,我不再干这个了」。但然后大家就自然地说:Devin 挺好,能把我加进去吗?所以今天是大家在被自然地加进去。 米哈伊尔:所以这是一个我们仍然偏向供应商的案例。长期会怎样,再看。但除此之外的一切,我们都觉得成熟度还不够。 斯怀克斯:而且它还没疼到让你要换掉 Devin、自己写一个。 米哈伊尔:对。 斯怀克斯:有意思。这对 Devin 来说是很好的口碑。我得说明:我只是顾问,已经不深度参与了。但从外部听到很有意思,因为内部有个气泡:在 Slack 里你只听到正面的东西,因为大家只想转正面的事。而你没有利益在里面,你就是选。 米哈伊尔:如果你想给我们搞点免费额度,那也挺好,我不会拒绝。西拉斯应该能给你安排。 斯怀克斯:好。那这些也塑造了你全部的教学工作。 米哈伊尔:对,是这样。 斯怀克斯:我觉得非常好。你想的话我们可以多聊一些,因为这种亲身经历很有价值。

13 · 1:05:24 让仓库对智能体友好

斯怀克斯:我很乐意回到「对智能体友好的代码库」。第四周和第五周是衔接的。 米哈伊尔:对,它们有点融合。你在 Monaco 引入的、并且推荐大家先从哪儿开始的强烈信念是什么? 米哈伊尔:第四周和第五周稍微有点不同:第四周更像概念基础,以及做这件事的方式,因为定制智能体的方式有很多。 米哈伊尔:第五周是我真正投入的地方:好,我们来想这件事,并在一个真实的代码库上实践。这里我一定要点一下 Factory 团队,强调「就绪度报告」(readiness report)这类东西的价值。我想强调的核心是:对智能体友好的代码库,对我来说是之后一切的先导和砖块。 米哈伊尔:我说的「之后一切」是指:有一阵子——我觉得现在还是——大家对多智能体、并行智能体、几十个智能体同时做各种事极度兴奋。但要把它做好,你得先打地基。地基就是:你的代码库有多可验证、结构有多好、智能体在多大程度上能看懂它。 米哈伊尔:所以对我来说,智能体就绪度几乎就是后面四到五周的第一块砖;一直到第八、九周,我们会更多聊广义的 AI 软件团队、组织级结构。但绝对是在为后台智能体和软件工厂搭砖块。从那个角度讲,这是所有东西开始有意思的地方。 斯怀克斯:我注意到你聊 Monaco 时提到、但课程里没有的一块是 SRE 这一侧。 斯怀克斯:当你闭环时,你其实想让智能体去读构建日志,理想情况下还读生产环境的分析数据。 米哈伊尔:对,完全正确。这个提得好。虽然课里没有明确写,但这是个很好的点名。我会把它织进两个地方:一个是后台智能体那一周,另一个是软件工厂那一周。绝对正确,这个提醒很好。 斯怀克斯:这种「触发器/事件驱动」的闭环,现在大概是人们谈智能体在软件工厂里启动任务时的两三个入口之一。 米哈伊尔:完全正确,那会放进去。 斯怀克斯:有意思的是大家叫它触发器或事件驱动,我猜那是真实的技术实现。可它听起来层级太低了。触发器通常就是个 cron job,对吧? 斯怀克斯:说真的。 米哈伊尔:对,对。「事件驱动」通常就是一个 cron job 冒出一个事件,然后就叫事件驱动,其实全是 cron。 斯怀克斯:对,或者 webhook 之类的。但你说得对。当然还有术语的原因:作为 CS 出身的人,我们就是这么叫这些东西,所以我也会退回那套词。 斯怀克斯:有让你印象深刻的 AI SRE 公司吗? 米哈伊尔:我觉得 Resolve 那帮人做得不错。Resolve 做得很好。我觉得 Night Shift 在后台智能体这块也做得相当好,他们是 Greylock 投的,我很看好,他们在这个领域做得不错。 米哈伊尔:我认为 SRE 是个有意思的用例,这也回到「自建还是购买」的问题:一个 SRE 在哪里才真正看到最大的价值? 米哈伊尔:通常是在你有巨量服务依赖、巨大系统、一堆 Kubernetes 和 Helm 文件、整个巨型 K8s 基础设施的 Helm 文件散落各处的时候。我觉得这就是为什么 Resolve 在企业里做得好:你去卖给福特、卖给沃尔玛,说你的服务依赖已经疯了。 米哈伊尔:你看那些图,看它们是怎么搭起来的。然后他们进去说:我们试着把这一切理清楚。我认为在更小的规模上,通常还管得过来,你可以自己搞。但在企业级,我觉得他们做得很好。 斯怀克斯:对从没在这个规模上工作过的人——我花了一阵才看明白——这个量级大概是一万个以上的仓库,仓库比开发者还多。 斯怀克斯:在这种情况里,你不知道公司里任何地方在跑什么代码,因为写它的人大概已经不在了。这很荒谬。而且顺便说,它还在跑。那才是最可怕的。 米哈伊尔:完全正确。然后你就是那个值班的人,你在和一个会挂的系统打交道,而那个人依然不在,还有过时的 runbook,你会想:这里到底发生什么了? 米哈伊尔:这是很可怕的。是的,在企业级,那是完全不同的野兽。 斯怀克斯:那种「一个仓库一个人」的大学黑客,从来没有这种体感。但我觉得只要你把这个概念给他们,把他们丢进一个模拟:好,上班第一天,这发生了,现在怎么办? 米哈伊尔:对。这里我还要点一下 Resolve:去年他们为这门课做了一个作业,实际上给学生造了一个沙盒。沙盒里有很多服务在各自做自己的事,甚至服务里还有 bug。作业的一部分是:学生必须用 Resolve 的智能体,像值班的人类那样去探、去描述发生了什么。 斯怀克斯:他们的网站挺有意思。很互动。他们现在是在做 pager duty 那类东西。还有这个视频。 米哈伊尔:我很久没看了。 斯怀克斯:不过,好。我们很少有机会聊这一侧的世界,除非是这种对话。还有别的段落吗? 斯怀克斯:因为我觉得 AI SRE 要么太宽、要么太窄,取决于你怎么看。太宽是说它下面有好几个有意思的细分;太窄是说「其实那甚至不是我们最大的问题」。你随便挑。 米哈伊尔:你是指 Monaco,还是泛指组织在考虑这件事? 斯怀克斯:泛指,因为那是我们的受众。 米哈伊尔:我觉得还是取决于我们怎么扩张。对企业来说,有一堆问题并不是……我甚至觉得答案不总是「再加更多智能体」。既然我们还在第五周「对智能体友好的代码库」这个话题上:当我跟某个规模的公司聊,真正卡住他们的往往是更底层的 DevOps、CI、CD。 米哈伊尔:他们的合并队列堵住了,起一个 app 要太久。有些更基础的东西,跟「再扔一个 SRE 机器人进去」几乎没关系——扔个机器人不会解决问题,因为他们需要解决的是更系统性的东西。

14 · 1:12:37 代码评审成为瓶颈

斯怀克斯:好,这就带到第六周。 米哈伊尔:完全正确。这就是…… 斯怀克斯:合并队列以及更远。 米哈伊尔:对,这算是给现代智能体式代码评审的一封情书。我认为去年到今年最大的变化,就是突然变得非常清楚:代码评审是瓶颈。特别是当大家都被极大提效、生成的速率变得那么高,理论上你一天能提 30 多个 PR。 米哈伊尔:然后呢?你在什么时候决定:要么把自己塞进中间,用传统方式做闸门与评审——但那样你字面上就是那个约束,你就是速度的瓶颈,这不好,对吧? 米哈伊尔:那大规模生成的意义是什么?要么你说:好,某个比例的改动,本质上就是自动批准? 米哈伊尔:从设计角度、从架构角度,自动批准必须满足什么条件?什么时候你必须把自己插进去说:这个我还是要仔细看? 米哈伊尔:而且即便你仔细看,你还在逐行评审吗,还是换一种方式?所以这块——这是我们今年最热的话题之一。我们有个 Latent Space 的客座作者计划,这篇来自 Aviator 的 Ankit。他写了整整一套「杀死代码评审」的东西。 斯怀克斯:那大概是最终 boss。那是瓶颈。 米哈伊尔:他给了几道闸。我不知道你有没有和 Ankit 聊过。 斯怀克斯:我读过这篇,没私下聊过。大体上对不对? 米哈伊尔:有什么批评吗? 斯怀克斯:没有,我觉得对,大体是对的。你提到一点:「最终 boss」。我认为有两个卡点:一个是评审,另一个大概在顶端的「意图」。 米哈伊尔:还有些统计数据我喜欢拿出来。每个人的统计都不一样,但很清楚:合并在变多,而评审数量并没有随合并线性增长。 斯怀克斯:对,是这样。而且如果你看任何一家真正在这上面投入、认真想过的现代公司——有些人已经写过文章,我相信我们也会写——最近 Amplitude 有一篇,Cloudflare 也有一篇不错的,Augment 也有一篇讲他们 AI 代码评审系统设计的。 米哈伊尔:这些都是写得非常好的文章,你想分享几个链接吗? 斯怀克斯:好。 米哈伊尔:我要点一下 Cloudflare,因为它在某种意义上算是「老牌」公司、更大的公司,但他们在 AI、在 AI 软件开发生命周期上的内容做得非常好。他们有一篇不错。 米哈伊尔:但一句话:我认为这是真的,我们仍在找那个甜点——什么是可自动批准的,什么真的不能自动批准? 米哈伊尔:如果它不能自动批准,即便在「必须有人看一眼」的世界里,我们要评审什么? 米哈伊尔:我们还在逐行看吗?我们是不是在看规格的组合?这又是一个独立的问题。 斯怀克斯:人们会一直把规格保持最新吗?你们会吗? 米哈伊尔:不可能,对吧? 斯怀克斯:嗯,这有几个不同的地方。一个是存在于 Linear issue 里的规格,另一个是存在于 PR 描述上下文里的规格。 米哈伊尔:你可以让 PR 描述成为这样一个地方:用更浓缩的格式描述这次实现的大部分内容。只要它是最新的、代表代码库这一时刻的东西,我觉得那就够了。所以我们对 PR 描述很用心,我们不让它只是一段话,它实际上就是「这个 PR 里发生了什么」的规格。 米哈伊尔:甚至还有文件、行级别的指针,指向改动的地方。所以你不仅拿到高层发生了什么,还拿到文件的构造、你触碰到的服务边界。我觉得我们在那儿投了不少。 斯怀克斯:这一点我要反驳:对我来说,最低限度是它得和 PR 的内部规格一致。 米哈伊尔:当然。 斯怀克斯:不,我指的是「功能、代码库的规格」,因为代码库是所有 PR 的总和。如果你的 PR 规格搞错了、漏了什么,那就会变成「整个代码库、整段历史应该做什么」与「你的 PR 想做什么」之间的差。我不指望你有答案,因为我自己也为这个焦虑。 斯怀克斯:试着让模型去做,它们不擅长。所以人就是规格之神:「五周前我做了另一件事,现在你在把它反转」。你看过 Basis 那篇吗? 斯怀克斯:他们发过一条推、一篇文章。我觉得他们谈「文件工件」谈得很好:有些通过 Git 跟踪,其中一些是规格、是要成为什么的意图;另一些是他们所说的「代码的权威状态」,那更像你在描述的东西——隐式知识、隐式意图,也必须被编码在某处。 斯怀克斯:那部分是全部版本控制的。我觉得他们发现这对他们有效。也可以分享。 米哈伊尔:对,Vibhu 想拉这个。这是 Basis,那家会计公司。 斯怀克斯:对,会计公司。我们很快会请 Mitchell 来我在纽约的会议。 米哈伊尔:跟我说说这个。我喜欢他们在做的这件事。我的解法——我不知道我现在有多准备好讲,因为我可能永远不会发布它——是某种取代 Git、用来捕获这一切的东西。 米哈伊尔:我叫它「程序数据库」:它捕获所有 trace、所有东西,把规格实在化为某种我们可以忽略、可以保留的东西,它也控制附着在上面的 skills。因为我认为 Git 基本上只关注代码,你需要一个真相来源,覆盖代码之外的一切,包括隐式的——你刚才怎么说的? 斯怀克斯:隐式假设或约束、意图,还有其他东西。 米哈伊尔:对。而且还必须高并发,因为 Git 在设计上到处引入互斥锁,那很糟。所以你需要超强并发。 斯怀克斯:你见过吗,是 Kid Butler 吗?那个前 CTO,我觉得他叫 Ian,我忘了他名字。Scott,Scott。 斯怀克斯:所以我觉得很多人在攻这个。而且有个问题是:任务的理想表征到底是什么? 米哈伊尔:我觉得赢家大概不是我,是 Linear。因为他们就是任务所在的地方,而且他们已经明确决定要变成一家编码智能体公司。只要你买 Linear 的账,所有真相都在那儿。 斯怀克斯:确实。我一直有个想法:很多公司会演化成某种「编码智能体公司」的版本。任何与 B2B 软件有交互、在收集用户信息或产品洞察的公司,我觉得你也可以闭环。 斯怀克斯:因为归根结底,编码智能体的目的是针对正在发生的、有用户或客户参与的事情采取行动,然后用它去修复产品的某个资产。我觉得 Linear 在做的事,我想象 Amplitude 也能做,因为他们也拿到用户分析、用户问题的洞察。真要延伸,甚至 Decagon 或 Sierra 也能做类似的事:这里是坏掉的地方,去闭环。

15 · 1:20:37 安全、依赖与权限

斯怀克斯:好,把这些都安排好了:先是让代码库对智能体友好,再是代码评审。安全是第七周,不是第一周。同学们,你说安全不重要是什么意思? 米哈伊尔:我拿这个开玩笑,因为我总说:在亚马逊,「第零号工作是安全」,他们总这么说。 斯怀克斯:不过我确实是在亚马逊待过,我不记得这个说法,但我相信。 米哈伊尔:这是安迪·贾西说的。我在杰夫时代的后半段、以及向安迪过渡的一段时期在那儿。 米哈伊尔:对,安全去年也是一个话题,今年也是。艾萨克(Isaac)去年也来讲过,我觉得他是这个领域极有思想的思考者、有思想的领导者。我觉得 Semgrep 是家有意思的公司,因为它在智能体出现之前就存在了:开源仓库早就在,属于传统 SAST 那类防御机制。 米哈伊尔:但我觉得他们很好地把自己转型——或者不是转型,是增强——到这个空间里。这是个有意思的时刻:这些攻击面正在浮出水面,有更多泔水、更多 AI 生成的代码。这里我想推进的一个核心,就是依赖跟踪与供应链管理:你必须小心你的依赖,恰当地固定版本,别随便来一句 npm install 就指望整条链没事。 斯怀克斯:所以潜在最安全的代码库,是零依赖的那个。 米哈伊尔:对,正确。你看那个依赖说:实现挺酷的兄弟,但我要自己写一个。 斯怀克斯:完全正确。这个洞察有意思,因为它推到极限。当然,说比做容易。但如果你相信代码现在被商品化了、代码变得又容易又便宜,为什么不全部自建? 斯怀克斯:当然,那会是最安全的,因为你看过一切、控制一切,而不是依赖 Axios 之类。但我们看看有多少人真的会这么做。那确实是最安全的,我同意你。 米哈伊尔:不,那个说法很危险,因为那样你只会犯自己的错,而不是依赖别人去发现错误。开源的全部意义在于——那句话怎么说?阳光是最好的消毒剂,是林纳斯的话。当然,你发现自己的自研依赖会很慢,因为你只有自己的用户,他们不会向你报告。但如果这个东西全世界有十万用户,总有人会发现什么。然后你就可以更放心地依赖它。 斯怀克斯:对。这里没有……我不想当那种人,我只是想当理性的声音。你两边都不能绝对化。 米哈伊尔:对。 斯怀克斯:而且我刚才把你引进了「一切外购」的话术轨道,那里有个 bug。 米哈伊尔:对,这挺有意思。 斯怀克斯:我在想这件事有多少被影响——我有一个信念:大多数(如果不是全部)开源仓库,将来都会变成软件工厂,实际上由智能体来运营。那会发生什么?比如你看 Warp。 斯怀克斯:Warp 是个现代编码智能体,当然他们也在卖软件工厂产品,但他们正在把自己的开源 Warp 终端当作一个软件工厂在跑。这几乎说明:是的,人还参与,但越来越少。所以肯定不是每个人都会像过去那样,把进来的每一件事都评审到同样精细的程度。那这样的代码库是更安全还是更脆弱? 米哈伊尔:有点难说。我认为这里正有一点细微之处我们仍在摸索。即便我认识的做开源的人,也在找那个稳定点。 斯怀克斯:有几个相关的论点,然后我乐意继续。安全是一个不停歇的、巨大的面。一个论点来自 Vercel 的马尔特(Malte Ubl):把所有高度依赖的、用 C 和 C++ 写的软件都移植到 Rust。 斯怀克斯:那样更快、更安全,大概花不了 600 万美元,但你能做完。然后还有另一个论点,这也连着「给前沿踩刹车」:来自开源、来自模型实验室的人说,我们慢一点,或者我们做 Daybreak、做 Glasswing,确保所有人都打上补丁,然后我们再放开狂奔。 斯怀克斯:所以这里有一种内在的信念:模型会解决所有安全问题。对我来说这只是未经证实,因为万一它们引入新的 bug,而且只是不同的 bug 呢? 米哈伊尔:对,对。 斯怀克斯:我在等反驳,等着有人说:不,你个白痴,显然模型在这上面强多了。 米哈伊尔:我觉得那几乎是极限情况的问题:我们相信模型能造出完美的软件吗? 米哈伊尔:如果模型造出完美软件,那就完了——有这种东西吗?那就结束了,我们直接回家,余生在海滩上躺着。 米哈伊尔:还有另一个问题:把它先用于安全,够不够好?先让人打补丁,然后推迟发布?还是说:不,它会更擅长找漏洞,你可以把整套测试跑更久,哪怕你已经打了补丁。多久?你给它三个月,别人可以试着利用六个月,问题并没有解决。 斯怀克斯:对,对。我对这件事的整个不满——这是长篇抱怨,不必展开——你点名一百个「优先级更高」的组织,他们有权限使用你刚造出来的网络模型,而你同时给我造了一百个攻击面,顺便说,这些面都挺好攻破的。 米哈伊尔:我不知道。总之,超出我们的职级了。聊安全总是很有趣,安全现在非常「 juicy」。 米哈伊尔:我觉得做安全的人其实很爱这个,因为他们通常拿不到这么多注意力,现在有了。斯怀克斯:是这样吗?你是说他们以前不被关注? 米哈伊尔:至少从 VC 的角度,VC 很喜欢投安全公司,而且成绩不错,比如 Wiz 做得非常好。Wiz 和 Socket——我两天前刚和一位 VC 聊过——据说过去五年里真正跑出来的安全公司只有 Wiz 和 Socket。那 Abnormal 呢? 米哈伊尔:我不知道。从经济学角度看它成了。这不该我来说。那个领域显然有很多强手,但我认为这是个艰难的行业。所以基本上,对任何安全公司来说最好的时刻,我认为这不算争议,就是刚发生一起高关注度事故的时候。 斯怀克斯:显然。 米哈伊尔:显然,然后你就能卖出一堆安全产品。所以我觉得这是公平的。大家该知道基本的缓解手段,我确实认为代码扫描重要,但我更想让人们记住:模型会引入人不会犯的 bug。而如果你不检查这些 bug,那…… 米哈伊尔:甚至不只是它们会造 bug,而是你对「正在写什么」的感知变少了。 斯怀克斯:因为在人类写的时候,你会在评审一切。 米哈伊尔:对,忘掉 bug 吧。平均来说模型的 bug 更少。问题还在于:你甚至不知道自己在发布什么。这里有很多这种情况。 斯怀克斯:所以我们必须想清楚缓解手段,而且安全与代码评审里的 CRD(变更风险检测之类)也是组合。 米哈伊尔:对,做那些检查我认为很重要。这里也许我再补一句,或者你帮我检验一下我的直觉:代码库的各个部分并不平等。安全上最重要的部分是数据存储和计费——就叫「数据、计费、鉴权」,鉴权显然和这些都相关。 斯怀克斯:这些部分基本不要「氛围编程」,其他部分随你放开了搞。 米哈伊尔:对,完全正确。有意思的是:如果你分不清最基本的鉴权概念,请先去学;如果你从没看过 AWS IAM,请去学。这些是基础概念,你有了语言,就能对着它写提示词。 米哈伊尔:如果你没有这套语言,你就完了。 斯怀克斯:完全同意。某种程度上我会把它扩展到整个云平台的东西。有家公司出过巨大的事故,就是一个 DNS 问题把一切打挂了,是哪家来着? 斯怀克斯:你记得吗?DNS 事故? 米哈伊尔:你得再缩小范围。 斯怀克斯:对,我知道,有一次特别有名。是哪家来着? 米哈伊尔:也发生过很多次著名的 DNS 事故。我现在想不起来,我们可以列一串。永远是 DNS。 斯怀克斯:所以 DNS 更多是可靠性、可用性。安全上人们问的是:你丢钱了吗?你泄露客户信息了吗?我大概会把它排在 DNS 之前。 米哈伊尔:对,一般的可用性…… 斯怀克斯:好,后台智能体。现在你有你高通的老朋友在这儿。不过你的嘉宾不一定和那一周对应,对吧?

16 · 1:30:13 后台智能体与 Stripe 的 Minions

米哈伊尔:对,第九周有点排期的原因——我请了伊拉阿德(Ilaad),本来想让他在第九周,但时间上没排开。所以有点怪:第九周我大概根本不讲课,但我们在第十周会回到那些话题。 米哈伊尔:所以有点奇怪的错位。第八周是拉杰什(Rajesh),他一直在 Cloudflare 带很多基础设施的东西,DevEx 等等。就像我前面说的,我觉得他们在这里做得很好,对他们这种规模、这种体量的上市公司来说,采纳程度非常了不起。他们的内容也很好。 米哈伊尔:这一周根本上讲的是:你能用异步后台智能体做哪些事。我也会花不少时间讲 Stripe 的 Minions、Spotify 那一版(我忘了它叫什么)、Ramp 的 Inspect 之类,我认为它们都在展示「规模化之后长什么样」。 斯怀克斯:Claude Tag。Instinct。Muse? 米哈伊尔:Muse?对,我会少讲消费端,多讲软件团队大规模使用它们。它们引擎盖下面都是编码智能体。 斯怀克斯:确实,一切都是编码智能体。比如 Grok Bot 就是个有意思的东西:它呈现得非常消费级,是 Grok,但底下是 Cursor。 米哈伊尔:是 Cursor 团队。对。 斯怀克斯:我看过 Cursor 在那些「……」里工作。 斯怀克斯:但他们没有基于代码的集成,对吧?他们有。好,我没用过那个,我只用它订过 OpenTable。 米哈伊尔:正是。我觉得这就是他们想做的事的意义:你可以拿它做消费级的事,但如果你知道怎么用好,这里有额外的力量,因为它底下其实是 Cursor。 斯怀克斯:我觉得这对所有编码智能体都成立:Claude Code、Claude Design、用 Codex 却不知道自己在用 Codex 的人。随便弹出一个代码解释器窗口,你只是在问 ChatGPT 一个问题,某个层面上,底下就是个编码智能体。 米哈伊尔:对。我给你另一个很实际的例子:我把所有 SEO 和 AEO 都跑在 Codex 上,它有一个代码库——尽管传统营销人员只会去查一个地址之类。因为我写的所有这些脚本要做各种疯狂的事,我还要存数据、要可视化数据。很快你就会发现:只要你在做任何持续性的、可能有很多步骤或很多数据的事,你就需要一个代码库。 斯怀克斯:这是个有意思的看法。我觉得模型也喜欢建代码库。 米哈伊尔:但那可能是暂时的。 斯怀克斯:我想我的点更多在界面上:你会不会走到那一步——Grok Bot 里有个地方,让高级用户能看到底下的代码? 斯怀克斯:还是说那会被抽掉?也许他们干脆跳到「Cursor 化」。你是这个意思吗? 米哈伊尔:正是。因为否则你基本上就把 Cursor 蚕食掉了。如果在极限上,Grok Bot 就是 Cursor,那你甚至不需要一个 Cursor——如果底下的一切都在变成……是同一个团队。所以他们现在不在乎。但确实,一切都是 Grok Bot。 斯怀克斯:我买这个说法。我确实接受:即便是表面上完全非技术的用例,底下也是技术的,可以用代码写出来、设计出来、实现出来。这一点绝对成立。 斯怀克斯:问题只是:开发者是不是他们唯一的入口?我觉得甚至不是开发者——你想一个做营销的普通人,现在用 Claude Code 或者 app 里的 Claude,他在一个他永远不会知道、永远不会碰的代码库里工作,但那里有个代码库管理者。我觉得 Claude Tag 是后台智能体的一个好例子。 米哈伊尔:这是 Anthropic 运作的一大方式,他们把它做成了产品。你该看看他们怎么工作的。 斯怀克斯:好。AI 原生团队。我们聊了很多网关这类话题。我们今天刚发了一期关于路由的;还有 MCP 门户——我会说 MCP 门户是最不成熟的一个。我对 MCP 是看多的;不是看多或看空的问题,它现在已经是地形的一部分了,对吧。

17 · 1:34:16 MCP 门户与上帝盒

斯怀克斯:这话说得重——之前是「MCP 回来了」「MCP 死了」。 米哈伊尔:MCP 门户是个没被验证的生意。我想过自己开一家,实际上还写过一份关于可能开一家的提案,然后我就失去兴趣了。我对很多东西都会失去兴趣。那里面有什么? 米哈伊尔:我的想法是,这一周更偏向「把它放大」:当你把一些原则拿出去、放到规模上会发生什么。这一块很多来自我和各家公司里带 AI 原生团队的人的对谈。我认为 MCP 门户要到一定规模才真正有意思:那时你实际上必须有一个单点入口,来做治理、安全、审计、成本优化。 米哈伊尔:我很好奇你怎么看这东西的未来、或者它没有未来。但对我来说,如果你相信 OpenRouter 那种「一个单点入口,让很多事在它后面发生、连接并被有效治理」,那我觉得这里也可以轻松存在一个世界。 斯怀克斯:我对这唯一的修正是:它会折进 LLM 网关。它们是同一个平台。 米哈伊尔:这一点我接受,这个我可以同意。 斯怀克斯:而且顺便,它还会折进另一件事:我刚才说的…… 米哈伊尔:鉴权、权限、计费。所以在极限上,所有基础设施都收敛到同一个问题:中间有一个盒子,两边各有一个盒子。「上帝盒」会解决一切,对吧? 米哈伊尔:对企业来说。只有当你理解这个「上帝盒」的工作职责时,它才成立。把 MCP 门户和网关分开,意味着你不接受它们是同一层问题。很像我也发现,人们不理解数据库查询有很多类似之处:他们把过滤和排序分开,或者把推荐整个分开——其实是同一个问题。当你把东西放在同一层,就能以有用的方式互相依赖。 米哈伊尔:如果它们在不同层,就不能。 斯怀克斯:这一点我其实不反对。也许稍微教学一点:把术语拆开还是一件事,我认为完全正确的是:底层架构就是那个上帝盒——一个东西进去,另一侧是一堆第三方、第一方的东西。 斯怀克斯:所以是的,我其实同意。我有一条辛辣的推文。天啊,上帝盒那条推在哪?就是 M×N 到 M+N 的架构。任何做基础设施的人都必须理解:恭喜你,你现在在基础设施岗上,或者你想当基础设施工程师,你就必须理解,你的全部工作就是造上帝盒,然后把它们拆开。 米哈伊尔:所以你要么问题是「你没有足够好的上帝盒」,要么问题是「别人的上帝盒你不喜欢」,于是你得把它拆了、自己造一个。 斯怀克斯:很有意思,非常好笑,我喜欢。一路拆到宇宙热寂。这其实是「造软件只有两种方式」的重述:你打包,或者你拆包。但你打包什么? 米哈伊尔:应该是那些本就属于一起的东西。然后随着时间,人们的意见会变:什么该在一起、什么不该。所以——也许 Monaco 应该更像单点方案,也许 Monaco 应该拥有一切。 米哈伊尔:而且某种程度上,你是在为你服务的那个创业公司细分市场做打包,同时你是在从 Salesforce 那里拆包——因为 Salesforce 就是那样,你从 Salesforce 那里赢份额,你是「拆出来的 Salesforce」。 斯怀克斯:有意思。这是更宏大的陈述,连着整个垂直 AI。打包、拆包——就像 Craigslist 和 Airbnb,Tinder 那些都是从分类广告里拆出来的。 米哈伊尔:Tinder。就是交友那一块。 斯怀克斯:我从没这么想过。但你说得对。我们今天刚发了 OpenRouter 那期。 斯怀克斯:OpenRouter 巨大成功。很多人试过做网关,没人像 OpenRouter 那样成功。OpenRouter 只做网关。这就是一个例子:他们不同意我「路由层也该做运维」,因为 Arize 在做运维和可观测性;而 MCP 网关他们没有,他们只处理模型路由。 斯怀克斯:我很喜欢自己被这样证明是错的:他们说,我们是单点方案,我们只把这一件事做到极好,这是我们的工程焦点。这很好,同时也是营销焦点,这也不错。 米哈伊尔:你描述的「一站式」在意识形态上说得通。但实践中会发生的是——一部分原因大概也是营销——尤其在企业里,这一块宽泛地属于基础设施、平台,但会有不同团队拥有栈的不同部分。 米哈伊尔:在企业规模上做这种整合,如果只是 MCP 门户加网关,总得有人站出来说:现在这两件事都打同一个端点了。而那本质上是很难让所有人认同的事。所以往往是政治问题、甚至人的问题,而不是纯粹的软件设计问题——虽然从纯设计看这完全说得通。 斯怀克斯:但事情就是这样,软件系统有时候是被人的问题带出来的,而不是纯软件。我的说法是:你怎么发布你的组织架构图,就怎么发布软件。 米哈伊尔:我忘了这个原则叫什么。 斯怀克斯:康威定律:你发布你的组织架构图,你买的也是你的组织架构图。当你创办公司或做工具时,公司里谁是你最好的朋友? 斯怀克斯:如果它是给所有人的,那它就是给没人的。 米哈伊尔:这很有意思。 斯怀克斯:所以 Latent Space 和 AIE 有一部分是刻意的:有一类软件工程师,真的非常非常在意 AI。这会成为他们的日常工作吗? 斯怀克斯:那就只为他们做。它不是「工程的打包」。永远不会是「给所有开发者」。 米哈伊尔:你看,我们聊数据库、聊安全,但里面都有一个 AI 的角度。再看吧。

18 · 1:41:22 造软件工厂

米哈伊尔:软件工厂。还有一点我要点一下,和刚才那点相关:未来一个越来越重要的角色是平台工程师。我认为这是个巨大的角色。 斯怀克斯:讲点老故事:要是我没做 AIE,我会去做平台工程师。因为那才是决定所有这些任务关键型东西的角色,然后应用那边的孩子们可以在我们的平台之上随便干什么。 斯怀克斯:大公司都做平台。在今天,他们拥有云、拥有 DevEx、拥有安全,所以全都在那儿。凡是真能让公司完蛋、或者做成做不成的东西,都是平台那帮人的。然后产品的人可以调 CSS。 米哈伊尔:这话要挑起战争了。 斯怀克斯:我不是调 CSS 的人,但我感谢大家。这是个有意思的时代。未来是什么? 米哈伊尔:我觉得所有人都能调一切东西。 斯怀克斯:这里有几个方面。好,有一点点从上一周溢出:编码智能体、大团队、一些概念,然后我们会碰软件工厂。我想让人们真正开始思考这个「造机器的机器」的世界:人在回路里到底还剩哪儿? 米哈伊尔:今天我认为答案是「意图」加「评审」的某种组合:意图是你定义规格、定义要造什么;评审是你自己做一定量的系统检查。当然,我认为这个瓶颈会先于意图那一块被松开。但眼下,在一个全自动系统里,我认为就是这两个卡点。 米哈伊尔:所以我想让人接触到这个。我们的一个开源合作方 Warp,他们在做一件事作为对开源项目的贡献:他们会做一版「在跑工厂」的 Warp,学生就去做工厂、给工厂做贡献、让它一直跑着。就是「到我们的工厂里工作」。 米哈伊尔:所以那会是方式之一。然后他们会在里面发现有意思的东西,再拉回来。这类事情我不确定——显然工厂本身非常想做。我觉得每个人都想造自己的。 斯怀克斯:这是个好问题。 米哈伊尔:当然,他们有权去卖他们的产品。我认为这是一个很难整体拥有的系统,东西太多了。「请替我把一切都决定好」。对,很多。我还没深入理解他们在 GTM 上怎么打。但我猜你得零碎地来。 米哈伊尔:你得先是「我是你的编码智能体」,然后「顺便我们还有……」,基本上是先落地再扩张。我们刚聊过打包和拆包。你不能一上来就说「这是你的整座工厂」——你不可能让福特这样的公司买账,你懂我意思吧? 米哈伊尔:你不能直接把这整坨东西摆在人家桌上。至少我会这么想:先成为他们选择的编码智能体,再给他们建一些后台智能体,再拥有他们一部分 SRE,然后你说:好,现在如果你把一切都在代码或配置里定义,我们就能把它全织起来。 米哈伊尔:OpenAI 有一篇好玩的博客,我们的朋友瑞安(Ryan),他上过播客。基本上,他们花了五个月做了一个内部工具,零行手写代码。他们把这过程走了一遍,叫「壳工程」(Harness Engineering),所以你可以去学壳工程。但其中的学习是:一开始有点低潮、比较慢,然后你卸载出去,有了 PR 评审。 米哈伊尔:这篇是二月写的,但它是一个软件工厂的愿景:你全力以赴,让智能体写一切,以及怎么把这件事做好。 斯怀克斯:绝对。我认为这个的某个版本是会存在的。按斯怀克斯的说法,我怀疑的是销售那一块,这门生意本身。这是个有意思的问题。但从「原则上」看,我认为这一直是未来的一种版本。

19 · 1:45:24 还剩什么活给开发者

米哈伊尔:再往外一层,我想还会涉猎并讨论:未来当开发者意味着什么? 米哈伊尔:人们谈品味,谈对系统与架构的理解、软件品味。我想在这里再深一点,至少开始给这个问题一些答案。 斯怀克斯:所以这是你对「AI 软件工程下一步去哪」的回答。工厂是战术层面,但越过它还有一个关于角色的问题:这个角色会演化成什么? 斯怀克斯:如果工厂在跑、全速做它的事,传送带在吐出代码,我们在这其中做什么? 米哈伊尔:我觉得我和你,几周前那顿晚饭上和杰瑞(Jerry)、德克斯(Dex)聊过工厂这件事。至少那些讨论点我是基本认同的:抽象层级不断提高,然后总还有某个人——即便一家公司的 CEO——也必须对不同组成部分有足够的监督与理解,才能判断方向、才能纠偏、才能设定指标。 米哈伊尔:我认为这个类比有对应物:对应到监督技术侧的那个人。我们叫他「智能体管理者」,叫法不同,都是流行词。但某种意义上,就是那个理解产品需求、约束、技术约束,把这一切循环起来、知道怎么裁决的人。 斯怀克斯:我得说,你之前坐在这把椅子上的是 Anthropic 的平台产品负责人和工程负责人。我问他们:你们的工作什么时候会被取代?他们说:还没。所以如果 Anthropic 都还没到那一步,你不该觉得它近在眼前。 米哈伊尔:对,对。 斯怀克斯:他们说还要多久,还是只是「还没」? 米哈伊尔:只是「还没」,但谁知道呢。而且肯定有很多「好,我在做她的活、她在做我的活」。 斯怀克斯:我觉得这对学生也是个有意思的视角。你说有很多大二本科生,你还有两三年可以规划你想做什么。从这里看有几种看法。 米哈伊尔:你还没直接进工业界。我关心、想得很多的是「循环」那一块:你一开始写提示词,现在你不写提示词了,你写提示词,它们写提示词,然后一路往上。 米哈伊尔:对我来说,这种递归的、同心圆式的性质,既向外也向内,正是造工厂的方式。 米哈伊尔:我认为要「往上造到工厂」,而不是「往下造」。但我认为很多人最后会开始往下造:你从顶层开始,比如「我的目标是什么」,然后你倒推系统。那目前会产生大量泔水,你不该那么做。但有一天你会。 米哈伊尔:所以,那会是我反问你的问题:人们存在要去解决的那个首要问题是什么?那是你的东西,对吧。 米哈伊尔:比如今天的工程师,你被衡量的是 PR 合并率、PR 贡献率。两年后,这会很荒谬。那么,你的主要指标是什么? 米哈伊尔:钱?人们总是太快跳到钱。它是介于钱和 PR 之间的东西:客户满意度,你那些功能带来的 CSAT。可那甚至更像产品决策,不是代码决策。 米哈伊尔:我不知道。但如果工程正在演化成更「PM 工程师」、产品工程师那样的混合体,那我认为这是「角色演化成什么」的一个答案。 米哈伊尔:不用说,我今天会建议学生多花时间想整体系统,不只是工程拼图里你那一块,而是它怎么和别的东西咬合。这在实践里也在发生:比如学生的毕业项目,我鼓励他们走出去——事实上,我给他们当期末项目点子种子的,就是 YC 的「我们想资助的创业想法」清单。 米哈伊尔:我几乎是说:去创一家公司,懂我意思吧,去造点有意思的东西。去年大家造了什么?各种各样的。比如有电机系、学电子的学生,他们实际上做了一个翻译器:解析带内存地址的 C 手册,把它转成可以解释、甚至可以可视化的代码。 米哈伊尔:所以是贴合他们自己用例的东西。还有一位原本是设计师,现在在 Vercel。她的项目是:给我的设计笔记本拍张照,然后基于照片生成一个 app。她的演示就是这样:随手拍下她自己乱画的东西,就得到一个完整的 Vercel app。 米哈伊尔:我觉得正因为这个,她大概拿到了 Vercel 的工作,做某个版本的这件事。 斯怀克斯:哇,不错。这个门槛其实很高。Vercel 以设计工程师闻名。 米哈伊尔:对。我记得她现在在做 Eve。你们那儿没有 Eve 吗? 斯怀克斯:Eve 是个开源项目、也是开源合作方。他们和我们合作的方式之一是让学生用 Eve 来构建。所以这就是「元壳」(meta-harness)的概念,对吧? 米哈伊尔:壳的壳。你总可以再深一层。但我确实认为这说得通:就像模型路由器包住模型 API,你也需要把壳包起来。 斯怀克斯:说得通。我认为在某个层面上,学生也该保持落地。边缘上发生很多事,但也有很多公司还在生产里单次调用 ChatGPT、还在试水、还没试过。所以还有很多时间,也有很多活要干。但我认为你关于「品味」的点很好:要有品味,去试。 斯怀克斯:每家公司是否有自己版本的软件工厂?你在造工具帮公司做这件事,保持跟进、真的去用工具、去玩,你会在路上想明白。 米哈伊尔:对,我百分百同意这些。先说你的点:还有很多公司停在「给 ChatGPT 写提示词」或者某个版本的 ChatGPT? 米哈伊尔:也许他们刚买了 Cursor 授权,正在让人上手。这比我们愿意相信的要真实得多,尤其在这个硅谷。这一点我可以说百分百确信。 斯怀克斯:但对学生来说,被暴露在这些东西里:到某个点,他们知道这些、站在边缘,正是这让他们最终能成为更有意思、更有价值的贡献者——当他们去那些还没到前沿的地方时。还有一类关于进阶的谈话仍然很有影响力,大概一年前,Yegge 讲「精神病」的层级,他现在已经一路走到第 10 级了。

20 · 1:52:16 从个人采纳到团队自主

斯怀克斯:他放弃了,搬去农场了。但你想说的是——抱歉,我在打趣他。他造了 Gastown。 米哈伊尔:对,我记得。这些东西,搬去 Gas City,现在他把城烧了,说「我在做我的游戏,我不再是 Gastown 了」。我记得今年早些时候在 engineer fair 和他聊过,他的整个说法是:Gastown 里唯一有用的东西就是 Gastown。 斯怀克斯:对,那是惨烈的失败。 米哈伊尔:惨烈。 斯怀克斯:完全同意。所以人们该意识到:那种「精神病」是真的。如果你不要求自己对交付真实产品负责,你只是在用 LLM 瞎搞。 斯怀克斯:这可能相关:我玩过一点 Gastown,系统非常复杂,也许有点超前,但我也怀疑他们在营销上被卡住了一点:从术语角度,那东西很难被领会。 米哈伊尔:有太多东西同时在发生。对他自己说得通。 斯怀克斯:我觉得 Gastown 的营销也是推动它的事情之一,对吧?Gastown 之前是什么?Beats。对,Beats。除非你说的是别人的东西。不,有整个 open claw,还有别的东西,然后是 Gastown。那份宣言也真的帮它进入了概念层面:那些永远不会用 Gastown 的人,因为读了宣言而知道了 Gastown。这里面有营销的角度。 米哈伊尔:史蒂夫(Steve Yegge)不一定要被字面理解,但方向是对的。 米哈伊尔:所以我认为他在这件事上方向正确:如果你在 IDE 阶段,是时候进到高级用户阶段;如果你是单智能体,是时候进到多智能体,等等。你大概应该试着自己造编排器。 米哈伊尔:这些也许现在有点过时了。软件工厂还有更多东西,但那篇文章早于软件工厂。我确实会想这些事:作为雇主,我今天公司里就有这个问题——我不想招任何没经历过那种精神病、并从另一头走出来的人。因为我现在正在为某个人经历精神病付钱:从他的工资看非常贵,从 token 看非常贵,而我什么都没得到,他自己也没得到。 米哈伊尔:我的反馈传达不进去。所以我几乎想鼓励你的学生去经历一次精神病,然后走出来说:好,我到底哪里不对?因为史蒂夫刚刚就经历了这样的两年公开旅程。 斯怀克斯:学生这边也怪:工业界有很多「你以为你在产出,其实没有」,学生版本大概就是:你在 Notion 上画图、做各种优化、搞个人助理之类,然后发现:该死,我经历了精神病,但什么都没变。所以去经历吧,去经历。 斯怀克斯:这个我没见过。其实我见过鲍里斯的一个版本,显然更偏向 Claude 的用例。我记得他做了个 Claude artifact,更多是团队层面,有四个阶段而不是八个,但大致沿着同一条路径,从零采纳到…… 米哈伊尔:只有四阶段很好,这个层级太多了。看看维布(Vibhu)能不能调出来。 斯怀克斯:除此之外,往回收一下,我们都聊到了吧?就是那个。哦,就是这个?好,来了。是一份 RFS(创业想法清单)。所以是:门控、辅助、并行。最后一个是? 米哈伊尔:受监督的自主,还有 AI 原生。所以是零基索引起,五级,对吧? 斯怀克斯:你是从零开始?哇。其实相当不错。我需要更深入地读一遍。「AI 原生」。 米哈伊尔:对。我要点一下「动态工作流」(dynamic workflows),它是一种子智能体模式,OpenAI 的人也在探索,明显契合。基本上就是:为你当下想做的事,按需写一个壳。 米哈伊尔:所以很多子智能体的讨论其实是「你复制父智能体」,但实际你应该写多得多的代码,然后把它当作子智能体来跑。这就是 Anthropic 的人选择称之为「动态工作流」的东西。 斯怀克斯:好。我们也造过一个版本。这是个好模式。给 Monaco 的? 米哈伊尔:它做什么? 斯怀克斯:对,就是为 GTM 用例即时生成壳。 米哈伊尔:哦,很好。 斯怀克斯:我要指出:鲍里斯写这个时,是面向团队采纳的。给听众说一下,他还说 Anthropic 在第三阶段,他们还在努力到第四阶段。他自己说我在第四阶段。 米哈伊尔:我。对,但没那么简单。史蒂夫那种「做这个、做这个」是非常个人化的;如果你在带团队、想给团队「喂 AI 药」而不只是自己当一个用户,那完全是另一回事。Anthropic 都还在第三阶段。 斯怀克斯:别以为……好。我觉得这个你该讲。这个很好。这里面有我们聊过的一切。我简直不敢相信我没碰到过这个。非常好。 米哈伊尔:好,这是一次狂野的巡览——一学期斯坦福,压缩在一小时或两小时里。 斯怀克斯:谢谢你做这个。有什么临别想法、有什么行动号召? 米哈伊尔:没有。非常感谢,真的很好玩。这件事酝酿了九个月,我很兴奋。现在是第一周结束,有很多要做、很多要学。我很期待看到尤其是开源合作方那边会发生什么:让学生深入一些复杂代码库的代码,去造点东西。会好玩,会跟你们更新。 斯怀克斯:你明年会再做一个版本吗? 斯怀克斯:你需要给学生额度;如果开源的人想参与,可以联系你? 米哈伊尔:当然。那些额度很重要。 斯怀克斯:他们想要吗?学生真的想要额度吗? 米哈伊尔:学生有信用卡。我不认为很多学生愿意花钱。 斯怀克斯:我在做一张 EIU 信用卡。 米哈伊尔:对,不。某个数量的额度肯定是有的,但在此之上——如果谁想放开搞,告诉我,我们会有一些一次性的实验,他们可以直接扩到一千个以上智能体。 斯怀克斯:这是 Factory 的伊诺。 米哈伊尔:Factory 的伊诺。对,这种人很有价值。所以这是 Cursor 的 Wilson,对吧?那种「我要写一个浏览器」的人。 米哈伊尔:对,没错。那些有野心、并且真能执行的人,非常有价值。这基本上就是一则招聘广告。 斯怀克斯:对,说得对。但我确实认为学生应该理解怎么才算有野心。 米哈伊尔:因为说实话,拍张照把它变成 app,在今天这个时代不算有野心;写一个浏览器才算。而且那样的项目其实多得多。 斯怀克斯:我认为对,一切都是关于把地板抬起来。去年——去年的学生值得肯定——但今年显然我们会期望更多。去年那个现在算不及格了。 米哈伊尔:我们会期望更多。 斯怀克斯:但那就是重点,对吧?升级。去年是:「嘿,你听说过提示词吗?是这样的。」我花了些时间讲「K-shot 提示」作为其中一课,而你们现在甚至不会想到那个。 斯怀克斯:有一种版本是:你在同学里脱颖而出。还有一种版本是:你已经在工业界的早期工程岗上,而一堆人还在找工作。 米哈伊尔:我不是要点名某一个演示,但你可以做很多事来脱颖而出。我给学生一个第 11 周的免费赠品:做基准、做 evals。这会给你带来好处,会让你敲开每一家前沿实验室、每一家顶级智能体实验室的门。写有严谨度的好工程博客,写任何有意思的事。基准里有很多低垂的果实,但工程博客效果非常好。 米哈伊尔:你在某件事上深入下去。而且大概那里面也有很多钱可赚。不只是敲门砖:如果你把它做成生意,你真的可以变现。 斯怀克斯:很多人不知道,SWE-bench 最初是个本科生项目。普林斯顿的,对吧? 米哈伊尔:对,对。 斯怀克斯:太好了。就这样。非常感谢。 米哈伊尔:谢谢你们。

References

  1. 1
    Latent Space 单集页《How Stanford Teaches AI-Native Engineering》

    latent.space

  2. 2
    课程页 The Modern Software Developer

    themodernsoftware.dev

  3. 3
    米哈伊尔·埃里克个人站

    mihaileric.com

  4. 4
    Monaco 官方博客《Build or Buy? Agent-Developer Workspaces》

    monaco.com

16 档顶级海外 AI 创投播客图文笔记
16 档顶级海外 AI 创投播客图文笔记@FC

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content

Comments