---
id: "dpY7YzZo4kE"
title: "【百万 AI Engineer 特别节目】斯坦福如何教授 AI 原生工程——Mihail Eric、Monaco"
channel: "Latent Space"
host: ["Swyx"]
guests: ["Mihail Eric"]
date: "2026-11-08"
updated: "2026-11-09"
duration: "2:00:45"
duration_seconds: 7245
source_type: "youtube"
youtube: "https://www.youtube.com/watch?v=dpY7YzZo4kE"
canonical: "https://pod-exp.pages.dev/dpY7YzZo4kE/"
transcript_jsonl: "https://pod-exp.pages.dev/dpY7YzZo4kE/transcript.jsonl"
language: "zh-CN"
translation: true
translated_from: "en"
timestamp_precision: "block"
topics: ["AI 编程","AI 智能体","开源软件","职业发展"]
series: ["AI 软件工程师"]
---

# 【百万 AI Engineer 特别节目】斯坦福如何教授 AI 原生工程——Mihail Eric、Monaco

> 中文译文，由英文原音字幕翻译整理，不是官方逐字稿；引用原话请核对英文原视频。说话人标签由整理者依上下文标注，带「未确认 / 未标注 / 不确定」等字样的标签不可靠。时间戳一般为块级（所在时间块的起点），不是逐句时间；正文自带 [hh:mm:ss] 的段落除外。

**内容提要：** 斯坦福《现代软件开发者》课程正尝试回答一个现实问题：当学生用一句提示就能完成去年的作业，工程教育该教什么？Mihail Eric 介绍课程如何让学生进入陌生的开源代码库、提出改动并接受维护者评审；随后从 Claude Code 的循环、工具和 harness，谈到大代码库的上下文工程、技能与代码审查。他也分享 Monaco 如何决定自建智能体工作空间、采购代码审查工具，并让值班智能体连接 Datadog 和 GitHub。对话最终落到开发者能力的变化：理解问题、做出判断、构建评测，并把个人使用 AI 推进到团队自主协作。

## [0:01] 百万 AI Engineer 订阅者特别节目

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-01> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=1s>

**Swyx：** 今天这期很特别，我们的 AI Engineer YouTube 频道订阅者突破了一百万。还没关注的话，欢迎去订阅。今天的嘉宾是 Mihail Eric，他在斯坦福教《现代软件开发者》，这门课最近因为涵盖了几乎所有 AI 原生开发实践而火了；他同时也是 Monaco 的 AI 负责人。所以他既教书，也亲自做实践。下周来参加 AI CODE Summit 的朋友们，我们会一起庆祝过去一年编程领域取得的巨大进展。我很期待聊聊如何对抗“AI 垃圾代码”（slop）、System 1 模型，以及怎样把目标定得更高，对代码里的各种东西做大规模重写。现在做 AI 工程师从来没有这么令人兴奋过。一百万 AI 工程师只是个开始。我们进入访谈吧。好，我们现在在演播室里。

## [0:52] Mihail Eric 与斯坦福 CS146S

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-02> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=52s>

**Swyx：** 我们现在和 Mihail Eric 在演播室。他是斯坦福的兼职教授，也是 Monaco 的 AI 负责人，欢迎你。

**Mihail Eric：** 谢谢，很高兴来这里。

**Swyx：** 你的课引起了我们的注意，你们正在第三次更新……哦，是第二次开课吧？斯坦福的 CS146S《现代软件开发者》。现在进入职场的这代初级开发者、初级工程师，应该会是第一批真正经历这场转变的人。我看了课程大纲，发现里面讲的几乎就是我们一直在聊的内容。所以我时不时会请像你这样涉猎很广的人来，一项一项聊，把每个领域的最新进展讲给大家听。你也会对所有嘉宾这么做吧？

**Mihail Eric：** 当然。

**Swyx：** 说说这门课的来历吧。你当初为什么想开设 CS146S？

**Mihail Eric：** 这是第二次开课，我去年秋天第一次教。那是 2025 年秋天，还在 Opus 4.5 之前。其实早在那之前，这门课就酝酿了一年左右。大概 2024 年 11 月，我看到编程智能体领域发生了很多事。那时的智能体还比较早期，但开发者的工作方式、完成工作的速度，已经有了很大的变化。网上关于具体方法的内容还只是零散的博客文章和资料。如果想认真学会怎么做，信息并不成体系。我就想，能不能围绕这些内容设计一套更正式的课程？

我本科毕业于斯坦福，一直梦想着有一天能回来教点东西，把自己受过的教育传递下去。我也一直很关注教育。我找朋友 Chip 聊了聊，她也教过一门课，应该是《机器学习系统设计》。我问她课程设计过程是什么样的，从她的课程构思里得到很多启发。之后我把想法整理成课程方案，花了大约九到十个月，从 2024 年秋天一直到 2025 年年中后期，提交委员会审批、论证这门课为什么应该开设。最后在 2025 年秋天第一次开课，反响很好，学生很感兴趣，甚至有一篇《商业内幕》的文章专门写了这门课。

今年变化很大，尤其是自主编程智能体的发展，达到了以前没有见过的程度。所以我觉得该重新开一次课、更新内容了，于是就有了现在这门课。

**Swyx：** 同时你还是 Monaco 的 AI 负责人，这家公司最近也很受关注。

**Mihail Eric：** 是的，我们最近确实挺受关注的，做得也很开心。

**Swyx：** 我很喜欢你不仅教课，也是一线实践者；你们在 Monaco 显然也在落地这些东西。和去年相比，今年的课程有哪些原则或观察发生了变化？

**Mihail Eric：** 变化非常多。回想去年的课程，当时编程智能体已经出现，但行业还处在一个阶段：有公司分别针对软件开发生命周期（SDLC）的各个环节做智能体，有的做代码审查，有的做规格设计，还有的做其他环节。当然，有些公司现在还在，但去年更像是一次广泛的巡礼，介绍编程智能体能用在哪些地方。课程更多是让大家先接触这些工具，像是带大家走一遍“AI 正在改变你对 SDLC 的所有认识”。

今年则有些原则逐渐成形了：要非常仔细地做上下文工程；面对复杂任务，要认真考虑设计和架构。我的课不是给编程初学者上的，也不能替代传统计算机科学教育。

## [4:54] Mihail Eric 与斯坦福 CS146S（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-03> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=294s>

**Mihail Eric：** 这里讲的不是算法课；事实上，很多基础课程是学我这门课的先修要求。不过，如果你已经打好了基础，接下来就要学会把这些原则用到真实的生产环境里。我觉得现在已经到了这个阶段。在 Monaco，我们面对的是规模很大的代码库；我也会帮很多公司思考大型代码库的设计等问题。所以这更像是一门面向实践者的课程：学生毕业、进入职场之后，怎样成为最高效的团队成员。

## [5:26] 初级工程师现在需要学什么

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-04> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=326s>

**Swyx：** 你说自己很重视教育。我觉得大学阶段的学生正处在一个挺有意思的位置。你有什么建议？现在还应该学计算机科学吗？只用 Cloud Code 和 Codex 就够了吗？我很想听听你的看法。

**Mihail Eric：** 学生们的焦虑很大，这大概不难想象。我这次想传达的是，焦虑依然存在，去年也有。但我想说明，训练有素的 AI 原生工程师——我知道“AI 原生”这个词现在很热门，我们可以之后具体聊聊它指哪些能力——可能会成为任何公司最有用的人才之一。这也是我在开学第一周第一堂课上说的：我真的相信每家公司都需要你，但门槛已经高得多了。你刚毕业进入第一份工作，光达到谷歌 L3 这样的初级职级标准还不够；你通常得做到接近资深工程师的水平。问题是，我们怎样才能更快达到那里？

我想说的是，软件工程的基础仍然重要。你得理解软件系统如何构建，以及其中的权衡。除此之外，人类应该把价值放在更重要的判断上，其他实现细节则可以更多交给工具处理。

**Swyx：** 嗯，这是我以前说过的话，听起来可能有点挑衅，像是故意说狠话，但我其实确实有点相信：大多数学生可能要吃苦头了，其中一些人会特别有价值。这在斯坦福学生里当然不太受欢迎。斯坦福的孩子大概没问题，但美国其他地方的学生会怎样？

**Mihail Eric：** 对，这确实是个悬而未决的问题。

**Swyx：** 情况挺奇怪的，我觉得很多教育体系变化得很慢。我也很好奇……

**Mihail Eric：** 你怎么决定一门课的课程内容要更新到哪个时间点？你教的是斯坦福的《现代软件开发者》，而这一切都在变化。

**Swyx：** 说白了，你就把做编程智能体的人请来讲课。

**Mihail Eric：** 对啊，就让他们当嘉宾，挺有意思的。

**Swyx：** 这确实是个有趣的嘉宾。

**Mihail Eric：** 哈哈，是啊。说到请嘉宾，去年也是有意这么设计的。我作为一线实践者参与其中，平时就在做这些事，在 Monaco 设计、构建系统，也经历过很多类似场景。但我不想声称自己现在就有所有答案，那样太自大了。所以课程一直是这样安排的：先分享一个实践者从工作中、从和业内很多人交流中汇总出的经验；再请真正站在前沿的人来，讲讲他们看到的、甚至超出这些经验的东西，以及他们对未来的判断。这就是为什么课程会请嘉宾。

**Swyx：** 我觉得让学生直接听业内大人物、真正做这些事的人讲，影响很大。学生可以当面提问，也可能想去实习或找工作，所以嘉宾讲座确实有价值。

**Mihail Eric：** 我想他说的是……我换个说法。我们也采访过一位教 Coachella 课程的人，对吧？那种课是把一堆业内名人请来。可你这里不只是请名人，你还会真的做出东西，比如用两百行代码写出 Cloud Code。没有人会特地来告诉你应该这么做，也不会有人专门来给你讲这个；但如果你想在一个框架里教基础知识、让学生真正理解它并能动手实践，那这类做法就很重要。

**Swyx：** 没错，没错。

## [9:26] 初级工程师现在需要学什么（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-05> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=566s>

**Mihail Eric：** 对。我觉得这类内容需要把握平衡。正如你说的，很多东西还没有完全定型；这既是课程刻意保留的特点，也可能算个缺点。课程里很大一部分确实和去年不同，所以整个课程一直在动态演进。但我至少想讲清楚，有些东西我相信会持续有效。即使编程智能体越来越聪明、提示方法也变了，我们仍然得弄清楚该怎么和它们合作。不过，Boris 肯定也知道一些我不知道的东西，所以也应该请他来分享经验。

**Swyx：** 我注意到一个挺有意思的……

## [10:03] 开源维护者评审学生代码

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-06> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=603s>

**Swyx：** 我注意到这次有很大一部分内容是做开源贡献。

**Mihail Eric：** 对。

**Swyx：** 你们为什么这么安排？

**Mihail Eric：** 这其实是我最自豪、也最兴奋的部分之一。现在课程第二周快开始了。我花了今年夏天的大部分时间和这些非常友善的开源合作伙伴沟通，让他们对这件事感兴趣。去年我教这门课时有九个作业，最后还有一个开放式的综合项目。九个作业基本都是我设计的教学练习，比如给学生一个代码库，让他们用 AI 代码审查工具提交审查，再分析审查做得好不好。这种练习确实有教学价值，但我觉得对很多人来说太容易了，直接一次性让智能体做完就行。我觉得现在再这么教帮助不大。

我周二问了学生们，发现他们几乎没人再手写代码了，大家都在用编程智能体。这些学生是斯坦福的大二、大三学生。

**Swyx：** 你会调查他们吗？比如用哪些工具、各自的使用占比？

**Mihail Eric：** 你是说具体工具吗？我还没调查，这个建议不错，我会去问。

**Swyx：** 那我说得尖锐一点，斯坦福是不是偏爱某些工具？

**Mihail Eric：** 不是，我是说学校这边……大多数供应商都有教育计划。

**Swyx：** 对，他们给学生的方案确实很慷慨。

**Mihail Eric：** 所以学生在上课前可能就有 Claude、Cursor，或 Cognition 的许可。我还争取到额外资源，不想让大家被每月 20 美元的订阅费卡住。如果你想把 token 用到极限、看看工具能做到什么，就应该放手试。除了和合作方沟通，我还给学生争取到了额外额度；Factory 和 Cognition 也参与进来，OpenAI 的人也参与其中。

我最担心的是，大家都说下一代学生“完了”，他们可能真的会被落下。导师指导是让所有人一起进步、避免鸿沟扩大的重要环节。已经在行业里工作、经历过智能体出现前后变化的资深工程师，一旦采用智能体就会变得特别厉害；而新人却可能不知道接下来该怎么办。

所以我想让学生去处理复杂、庞大的代码库，和一些我认为最优秀的 AI 原生项目合作。这些项目要么专注于 AI，要么本身就是编程智能体，或者是在为智能体构建工具。我希望学生真正参与这些项目，把贡献代码纳入作业。他们会和维护者交流，接受代码评审，也会得到帮助，逐渐建立对优质软件的心智模型。这样就能把真正的软件设计经验传给学生，而大多数学生没有机会经历这些。当然，表现好的学生也可能因此被项目团队看中、招募过去。

**Swyx：** 说句公道话，我要是不说肯定会被骂。我觉得你说学生“完了”或者“起飞了”，是为了戏剧效果故意摆出两个极端。不过，偶尔把话说到极端也挺有意思。

**Mihail Eric：** 是啊。那我们要不要具体聊课程内容？还是你还想从宏观上问点什么？

**Swyx：** 没有，这些都很有帮助，基本都聊到了。

## [14:04] 开源维护者评审学生代码（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-07> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=844s>

**Swyx：** 好。我还有些关于学生使用工具和最佳实践的宏观问题。你支持他们把这些工具当作个人导师吗？我猜学生们也会听这期节目。深入课程之前，你对学生使用工具有什么建议？你刚才说自己重视教育。老师和教授该怎么用这些工具，学生又该怎样用，才能真正学到东西，而不是把作业丢进去，让它一次性全部做完？

**Mihail Eric：** 对。我觉得我还是会保留一些……

## [15:04] 十周课程大纲导览

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-08> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=904s>

**Swyx：** 好，那我们从头到尾快速过一遍十周课程，再深入展开。

**Mihail Eric：** 好。

**Swyx：** 我们从编程智能体的内部机制开始。你会教学生自己写一个 Claude Code 的克隆版，而且现在相关内容已经开源了，这很有帮助。

**Mihail Eric：** 第一周讲 harness 的内部机制，比如从零构建一个编码智能体。第二周开始讨论如何在规模化场景下做上下文工程，而不只是普通提示。我们也会讲工具设计和 MCP。MCP 曾经受到不少批评，但我仍然支持它。我在实际工作中经常看到它。它已经成为一个存在了一段时间的标准，我认为还会继续存在，所以第二周会讨论如何有效设计工具。

第三周讲技能（skills）：如何从单一用途的工具扩展到流程和程序；这也会引出智能体自动化。第四周讲定制智能体的基础，包括智能体配置文件，例如 `AGENTS.md`、`CLAUDE.md`、hooks 和子智能体。现代 harness 里有很多机制，可以服务于不同目的，我想让学生都接触到。

第五周是让代码库为智能体做好准备。这是我最喜欢的主题之一，也特别适合未来要在工业界处理大型代码库的人。什么样的仓库能被智能体有效读取和使用？我们会讨论服务边界的设计权衡、文档、可验证性等。

第六周讲智能体时代的代码审查。这和第五周的智能体就绪代码库相衔接。代码审查正变成一个瓶颈，很多学生可能还没经历过；虽然有些硕士生已经在业界工作，但大多数人还没见过。如今使用代码智能体的人都在面对这个新瓶颈。我们要讨论怎么缓解它，有哪些机制，以及如何把可验证性等能力纳入代码审查流程。

第七周讲安全。自主系统会采取大量行动，过去一年里我们看到很多东西遭到攻击，包括 Vercel 这样的核心软件，以及整个 LLM 网关领域。我想花时间讲新的攻击面，以及怎样降低风险。

第八周讲后台智能体：怎样让智能体在产品和服务的不同环节运行，而不仅仅是在传统 IDE 里。它们可以由代码库或仓库里的事件触发，可以在 CI/CD 期间启动，也可以响应事件，比如类似 SRE 的机器人。过去一年里，很多公司开始发布相关实践文章，例如 Ramp Inspect、Spotify 的方案和 Stripe Minions。我希望学生了解这些公司如何构建这类系统。

## [19:04] 十周课程大纲导览（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-09> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=1144s>

**Mihail Eric：** 第九周讨论团队层面的基础设施，从 LLM 网关到 MCP 门户，也就是规模化的 MCP，以及不断变化的团队角色。这部分比较偏软性。大家常说“人人都是构建者”，我想再深入一点：哪些工作正在被吸收？哪些角色正在变化或新出现？以前不存在的角色有哪些？学生应该培养什么样的可持续技能？这里会讨论很多团队协作层面的事。

课程最后逐渐走向“软件工厂”这个主题，现在很多人都在关注它。假如我们开始建软件工厂，人类还会在哪里？新的瓶颈是什么？哪些环节会有意保留人工参与，比如确定意图、建立可验证系统？如果最终 80% 或 90% 的代码都由智能体驱动，人类会融入其中的哪个环节？这就是第十周要讨论的问题。

**Swyx：** 十周安排得挺扎实。有些模式比其他模式成熟得多，我觉得大家需要知道，这些内容并不是都已经成为定论。

**Mihail Eric：** 没错。这些主题都值得关注、值得了解。我们知道问题在哪里，但不一定知道答案。

**Swyx：** 对。我也很好奇，你觉得哪些东西还没定型？比如“软件工厂”到底是指完全黑灯的工厂，还是只关一部分灯、仍有人工参与的工厂？我觉得这里有不同程度。最前沿的人，比如 Warp 和 Factory，既在建软件工厂，也把它们作为服务出售。但他们自己也只说，其中大概三成多的贡献是真正由智能体全自动完成的。最终会变成什么样，很难说。

**Mihail Eric：** 也有人曾经把“黑灯工厂”推得很远，后来又出来说自己错了。大家要记得，人们当时大概是真心相信自己的判断，但他们有权改变主意，而且确实会改变。

**Swyx：** Boris 最近也发过推文，说自己经常判断错。大家把他当成创造了 Claude Code 的人，就把他说的话奉为圣旨，但他有时候也会改变看法。

**Mihail Eric：** 对，这完全没问题。这不是政治，我们还是科学家、工程师。我不想教条地看待这些事，只希望大家去试验。我认为实验本身也是一条原则。你得愿意动手试。有时候大家会问：“事情这么多，我怎么跟得上？”其实很简单，每天花十分钟尝试点新东西。以前你用老方法解决问题，现在有了新工具或新框架，就拿同一个问题试试看。光是这样，就能弥补很大一部分差距。

**Swyx：** 对。我想提一下，你的课程里有一周讲 Cognition 的代码审查。

**Mihail Eric：** 我确实和 Silas 一起做过 Devin Review。

**Swyx：** 我觉得挺不错的。这些东西很难做基准评测，虽然有 ReviewBench，但没人用；从定性体验来看，Devin Review 确实不错。

**Mihail Eric：** 我们自己也用你们的产品，所以 Monaco 确实用 Devin。Sus 去年也来讲过课，他特别聪明。我们试过很多代码审查工具，最后在很多使用场景里都选了 Devin。

**Swyx：** 现在除了模型本身，你们也许会想要 Walden。

**Mihail Eric：** 对，我也和 Walden 聊过。我还想提一下 Factory。他们一直在做智能体就绪度，也构建了相关的信号工具。你们用过吗？有什么看法？

## [23:05] 十周课程大纲导览（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-10> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=1385s>

**Swyx：** 我们也在做自己的智能体就绪度工具。Eno 也很棒，他们很早就开始做这件事了。他在 AI Engineer 的演讲里把方法总结出来，我忘了具体是哪一年，但那场演讲非常精彩，也算是走在时代前面。我觉得要找人来讲这个主题，他是最合适的人选，我很想给他这个机会。

**Mihail Eric：** 有意思的是，我在 COG 的时候也在聊这个，我们说得形成一些看法。结果那周 Factory 就把完整产品发布出来了，我心想：好吧，你们赢了。

**Swyx：** 大家对这些东西的看法其实差不多，问题只是要不要把它做成仪表盘。

**Mihail Eric：** 对，就是做成仪表盘。

**Swyx：** 不过，从营销角度看，他们抓住 Radius 报告这个机会做得很好。我经常会向别人推荐，让他们自己也跑一跑这类报告。当然，现在已经有开源版本了，但这些原则确实很重要。

## [24:04] 编程智能体的循环、工具与 harness

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-11> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=1444s>

**Swyx：** 好，要不要按主题一项一项聊？

**Mihail Eric：** 可以。

**Swyx：** 好。第一项，你重点讲 Claude Code，但也有开源项目 Pi 作为赞助方，这是怎么回事？

**Mihail Eric：** 这个可能听起来有点像宣传，但我想强调：我并不是在给任何工具背书。我觉得用“推荐某个工具”的方式来教这类内容不对，因为工具会来来去去。坦白说，去年开课的时候，Claude Code 还没这么火，也没被广泛接受。Boris 当时在 Twitter 上只有四千个粉丝，现在已经多得多了。Claude Code 后来才真正崭露头角。

**Swyx：** 我们请 Boris 和 Cat 上节目时也低估了 Claude Code。当时它才上线两个月，我只用过一次，一次查询就花了五十美分，我当时想：谁会用这个？

**Mihail Eric：** 它有一段时间还在 beta 阶段。不过他们在模型还没准备好时就开始构建，这一点做得很好。大家总说要为模型未来的能力构建产品。

**Swyx：** 他们的想法很有野心。那时候模型还没那么强，你还感受不到未来会是什么样。

**Mihail Eric：** 是的。Boris 去年做演讲时，我记得有一页幻灯片写着“为六个月后的模型构建”。那时是去年十月。如果他知道半年后 Opus 会进步到什么程度，这个判断就很有道理了。Opus 的进步是个重要的突破，也可能是今年课程改动这么大的原因之一。智能体自主能力一直在竞赛，大家都在做可以长时间运行的智能体编程任务。

但回到重点，我不是在推荐 Claude Code。我当然会用它，也会用其他工具。我更想讨论：现代编程 harness 应该是什么样。我今年早些时候写过一篇文章，讲了类似的原则。简单说，掌握入门算法的知识，就足以定义一个能完成编码智能体大部分工作的循环。当然还有很多额外功能，比如子智能体、MCP 等，但如果你想做一个能对话、能直接编辑文件、能完成相当复杂任务的智能体，不需要超过两百行代码。

我做教育时，常常想把所谓的“秘诀”剥开，让大家看到核心原理。学生需要学的是概念，不是某个产品的神秘诀窍。斯坦福有门 106B 课程，教入门算法；掌握那门课的内容，就能做出这样的东西。就是这么回事。

**Swyx：** 既然你已经教过这门课，学生对从头构建智能体这件事有什么反应？他们会质疑什么、问什么？

**Mihail Eric：** 你是问这个概念本身，还是一般情况？

**Swyx：** 就是从头构建，再做成你为 Pi 做的那种东西。

**Mihail Eric：** 对。学生并没有反对这个想法。我觉得大多数人其实是工具的消费者，他们只是使用现有产品。课程作业里，他们很少有机会把工具一层层拆开。本周我们讲 harness，周二第一堂课先讲课程安排，然后进入第一段真正的课程内容：两百行左右的 harness。昨天我们继续往下看，拿 Claude Code 配合代理工具拦截请求。

## [28:04] 编程智能体的循环、工具与 harness（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-12> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=1684s>

**Mihail Eric：** 代理工具可以拦截请求和响应，让我们看到里面发生什么。我拿两天前才发布的 Opus 4.5，拦截了它的请求，把具体过程给学生看：这里是提示词、系统提示词、规划提示词、压缩提示词。我们逐一过了一遍，现在学生能理解一个真正先进的 harness 是怎么工作的。

**Swyx：** 这样就有三个层次：很多学生只是使用产品；然后看一个在循环里运行的基础智能体；最后看真正的产品。我喜欢你还给博客文章录了视频演示。学生的水平差距大吗？有些人已经是重度用户；对熟悉智能体的人来说，有些内容可能很简单。课堂上怎么平衡？是面向平均水平吗？

**Mihail Eric：** 课程本身会筛选出感兴趣的人。课程内容已经公开好几周了，我几周前宣布了，但可能一两个月前就有人能找到。学生如果不感兴趣，就不会来上课。我发现来听课的当然有学生，也有很多斯坦福其他院系的博士后，跨学科的兴趣很浓。有些人来自病理学、医学等领域，也有非计算机科学的工程专业学生，想接触这些内容。还有不少商学院的研究生和 MBA，他们可能想学会怎么做事，不必依赖技术联合创始人，或者有别的动机。

**Swyx：** 顺便说，如果有人还没做过 MITM 代理实验，应该试试。

**Mihail Eric：** 会让你很惊讶。Claude Code 的系统提示词是所有编程智能体里最长的，大约两万个 token。

**Swyx：** 是的，不过他们后来把长度缩短了 80%。

**Mihail Eric：** 对，但之后又会增加、再删减、再增加。

**Swyx：** 就像跷跷板。

**Mihail Eric：** 对。有意思的是，里面有些内容其实用不上。

**Swyx：** 有时候，它也会透露工具内部是怎么工作的。你在里面发现过什么特别有意思的东西吗？

**Mihail Eric：** 我昨天讲这件事时提到，Claude Code 早期有个特别有意思、也可能让它迅速流行起来的原因：它追求简单。他们很早就主张少数工具做更多事，更多使用 SQL、Bash 这类强大、用途广的“瑞士军刀”工具，让它们成为能力的重要来源。我觉得他们做得很好，这也是它后来受欢迎的原因之一。

我展示系统提示词时，得提醒学生：两个月前的提示词可能已经不一样了。如今它变得简单了。以前写在系统提示词里的内容，比如怎么用 Git、怎么设任务，现在不一定还放在那里；模型可能已经在权重里学会了这些能力。很多经验已经被融进模型本身。这就带来模型和 harness 之间如何权衡的问题：公司应该投资什么？想提升自己的能力边界，又该投资什么？整个社区一直在这两者之间来回摆动。

**Swyx：** 不必责怪他们先把系统提示词写得很长，后来又删掉。模型能力也在变化。早期的弱模型需要示例，告诉它什么是好、什么是坏；后来当然就可以把这些内容删掉。这也是学习过程。如果你在本地用较弱的编程模型，可能还是得加上这些示例。

## [32:05] 编程智能体的循环、工具与 harness（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-13> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=1925s>

**Mihail Eric：** 没错。随着模型变强，还有一个有意思的问题：加入这些例子会不会限制模型？什么时候该把过度约束拿掉？怎样逐步移除它们？这也是学习的一部分。

## [32:18] 大型代码库的上下文工程

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-14> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=1938s>

**Swyx：** 如果要向更广泛的听众介绍这部分，你觉得哪些内容最值得他们知道？

**Mihail Eric：** 这就像把整门课压缩成一小时。

**Swyx：** 对，基本就是把所有内容压缩成这一小时。

**Mihail Eric：** 也可以把它当作课程预告。想听更多的话，明年秋天来报名。

**Swyx：** 这差不多是这门课的 Quibi 版：比预告片长，却又短得不够上一整门课。等你下次开课，内容又会变了。

**Mihail Eric：** 确实。好，我想强调的是，即使在行业里，我面试时也发现很少有人超越普通提示。大家就是对模型说“帮我把这事做了”。随着模型变强，这当然能带你走一段路。但如果你进过 Google 这类有大型代码库的公司，就会发现，如何把上下文交给模型需要更仔细地思考。

我们得掌握一些原则和方法。我说的 RAPID 框架，和 Dex 的 RPI 大体类似：先研究，再提出方案或规格，然后实施，最后通过测试等方式把它们串起来。尤其是进入陌生代码库、要把智能体理解庞大代码库所需的信息注入上下文时，研究阶段很有价值。研究之后，智能体可以提出几个不同的解决方案，再让人类参与，决定采用哪一种。然后再进入计划阶段，也就是规格。

简单说，处理数百万行代码的大型代码库时，有一套可扩展的方法，不能只靠普通提示。我想强调的是，如果你要去这些大型代码库工作，就应该使用更完善的流程。

**Swyx：** 关于上下文工程，你还想补充什么？我现在觉得最奇怪的问题之一，是拆分子智能体时，应该让它继承主线程的全部上下文，还是不继承。对此大家意见不一。有时候你又希望它把研究结果压缩后放回主线程，这种做法现在还挺笨拙的，我也不喜欢自己正在用的任何方案，所以我没有答案。

**Mihail Eric：** 当你要把任务分发给多个智能体时，不只是准备一个大规格、走一遍 RPI 流程就行了。现在不再是一个智能体干活，而是要分散任务，并确保每个智能体都有合适的上下文和指导。比如让一个审查智能体检查其他智能体的工作，你就得保证它拿到足够的信息。

然后你总会不断扩充这些智能体之间的约定：觉得它们上下文不够，于是不断塞更多内容。结果它们又可能对你很久以前随口说的一句评论过度拟合，把那句话当成铁律，做出很蠢的错误，因为你当时根本不是那个意思。这大概就是上下文的多智能体管理吧。

## [36:20] 大型代码库的上下文工程（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-15> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=2180s>

**Swyx：** 对，完全是这样。这部分可能更像艺术，而不完全是科学。正如你说的，我们要把探索、子任务分发，以及最后的汇总和压缩结合起来。也要注意什么时候该刷新上下文、什么时候上下文已经太臃肿了。Dex 提出过“愚蠢区”（dumb zone）的概念，提醒大家留意这个问题。

**Mihail Eric：** 他很会给这些东西起名字，也会画些小图。

**Swyx：** 对，那些小图很有用。你为什么请他来？

**Mihail Eric：** 他确实对课程影响很大。他是个非常出色的思想者。我觉得那些图也特别有帮助。

**Swyx：** 我再给想深入了解的人补充些线索。看看关于上下文工程的最佳实践，比如子智能体上下文是否继承。Claude Managed Agents 有一种会话隔离、不继承上下文的做法。推理模型出现之前、智能体还不能长时间运行时，这曾是很热门的话题。那时上下文窗口比较短，大家会非常珍惜有限的上下文。LangChain 写过不少关于上下文工程的文章，这些内容都值得了解。

这也是很适合做研究的领域。AI Engineer 上有研究展示过 Claude Code 系统提示词的变化，研究者对比了改动，并把改动与性能变化联系起来，尝试逆向分析。还有研究探讨上下文窗口管理会怎样影响后续表现。这些论文可能不算最出色，但很容易读，也能写成不错的博客文章。想研究这个方向的人可以很容易入门，值得试试。

## [38:15] 让你真正理解 diff 的技能

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-16> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=2295s>

**Swyx：** 这是个很好的补充。Agent Skills、CLAUDE.md 之类的东西……

**Mihail Eric：** 对，这些都可以看成是从单一的函数式工具调用、比如 MCP，向外扩展：先是和第三方服务交互，再进一步把一组重复执行的动作整理成流程，最后写成 `SKILL.md` 这样的技能文件。我想让学生练习把这些流程正式记录下来。我还会介绍一些挺好用的技能，比如 Matt Pocock 的 Grilling；从教学角度，我也喜欢 Geoffrey Litt 的“解释 diff”技能。讲代码审查时，这尤其有意思，因为关键在于理解代码。

**Swyx：** 理解代码。

**Mihail Eric：** 没错，你必须理解代码。我不知道你们用过没有：把你提交的代码 diff 交给技能，它会生成改动的可视化表示，让你快速浏览、弄清核心变化。更棒的是，最后还有一组小测验，检查你是否真的理解这些改动。我觉得这种互动很有帮助。我喜欢这个领域里几篇博客文章，其中一篇的意思是：关掉大脑、停止思考从来不是好主意。这些技能会迫使你动脑子。很多人用编程智能体时却想让自己什么也不管，只要说“给我做个应用”，就希望它读懂心思、不用说明也能全做对。

**Swyx：** 对，而且很多这类技能其实会说：“不，请多问我几个问题。”

**Mihail Eric：** 我觉得大家不太习惯它输出这么多东西。你可能只输入一句提示，就得到几万行代码和完整结构。

**Swyx：** 还像是在炫耀自己的生产力。

**Mihail Eric：** 但更重要的是，你得知道自己在做什么。你很容易和实际工作脱节、失去掌控。你应该多花时间想清楚自己到底在做什么。现在写代码、把事情做出来比以前容易多了。

**Swyx：** 对，理解这件事已经没有借口了。

**Mihail Eric：** 抱歉，你说的 Web 技能是什么？

**Swyx：** 就是和网页交互的技能，也就是 computer use。

**Mihail Eric：** 对，类似这种。还有别的类型吗？

**Swyx：** 主要是从网上抓取信息。我不确定有没有专门的最佳实践。

**Mihail Eric：** 这部分更像是我挑选的一些案例和演示。我记得有个案例可能来自 Vercel，或者是浏览器相关的。我得回去看完整阅读材料，才能确认是哪一个网站。它可能是基于浏览器的。

**Swyx：** 你还记得这个吗？

**Mihail Eric：** 记得。我刚才还在想是不是漏掉什么了。这似乎是 Skills 社区很重要的一部分，挺有启发的。

**Swyx：** 我觉得他们做了某种东西，因为他们显然是基于浏览器……

**Mihail Eric：** 他们喜欢浏览器，对。我记得他们有个不错的网站，展示了一些很有意思的能力。

**Swyx：** CLI 也挺有意思。你的很多学生第一次用终端或 CLI 吗？还是现在这很普遍？

**Mihail Eric：** 我觉得不是第一次。去年有些学生大概还记得自己亲手敲代码的日子，但现在大多数学生都接触过 Claude Code 了。

**Swyx：** 我很好奇，现在有多少人只用桌面应用。Claude Code 有桌面版，Codex 也是；Codex 现在主要就是个应用。很多普通用户不太愿意进 CLI、用终端。

**Mihail Eric：** 我只是随口一提。

## [42:17] 让你真正理解 diff 的技能（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-17> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=2537s>

**Mihail Eric：** 我觉得技能还有另一种形态：一组互相引用的技能，组合成一个技能包。

**Swyx：** 就像插件，对吧？

**Mihail Eric：** 对，类似插件。我在 AI Engineer 上也专门讲过怎么编写技能，这本身就是一门手艺。

**Swyx：** 现在很多人只是在消费技能。像 Matt Pocock 这样的网红会说：“这个技能能解决你所有问题。”但其实你应该自己写技能。

**Mihail Eric：** 是的，自己随便写的技能往往很糟。把技能写好也需要技巧。

**Swyx：** 没错。Swyx 写技能有什么诀窍？

**Mihail Eric：** 我有个公开的技能仓库。之前有一阵子我什么都想做成技能，简直有点走火入魔。

**Swyx：** 别给我们看技能本身，讲讲怎么写好技能。

**Mihail Eric：** 对。我甚至有一个“精简技能”的技能。Claude Code 和 Codex 都有创建技能的技能，我就用自己的精简工具把它们生成的内容压短，因为默认生成的技能会把所有不足都写下来。

**Swyx：** 所以你每次生成技能之后都会用它来删减？

**Mihail Eric：** 对，差不多就是这样。

**Swyx：** 这挺麻烦的，有时生成的内容虽然有不少废话，但里面也有有用的部分，还得一点点筛出来。

**Mihail Eric：** 对。即使是废话，也是智能体使用的语言，所以这些内容有时也有意义。

**Swyx：** 明白了。每个人都有自己的办法。我最开始会先试用技能几次，凭感觉检查效果，再把自己的偏好提炼成技能：哪些做法我喜欢、哪些不喜欢。之后慢慢调整，再把流程自动化。

**Mihail Eric：** 但问题是，技能会在你没预料的时候触发。你可能只为了修一个问题写了技能，后来换了完全不同的项目，它却又触发了。那是因为触发条件写得不好，像是“只要发生某事就调用我”。你以为写得挺好，换个项目就莫名其妙被触发。有人会不断加技能，但像 Eugene Yen 这样的人就很讲究数量，会定期清理，没用的技能每隔几周就删掉。

**Swyx：** 对。

**Mihail Eric：** 这在技能生态里是个大问题。我猜 Anthropic 里有些非常聪明的人其实希望技能最终消失。

**Swyx：** 这说法不太受欢迎，他们不会公开这么讲。但现在有点杂乱，我也能看出自己写的技能有些很乱。它不像大家原本想象中的 AGI，结果变成每个人都堆着一大堆 Markdown 文件。

**Mihail Eric：** 我觉得有一部分是维护的问题。

**Swyx：** 很多人根本不看自己的 Markdown 文件。他们只想通过对话说出需求、创建技能、使用它、看结果。有些东西即使不看 Markdown 文件也能发挥作用，别把事情弄得太复杂。你可以直接说：“看看我们最近五次是怎么做的，帮我做成一个技能。”然后在聊天里不断迭代，也能获得很多价值。

## [46:17] 让你真正理解 diff 的技能（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-18> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=2777s>

**Mihail Eric：** 还有另一种看法：技能可以是智能体随时运行的流程，比如代码审查。但在 Devin 这种系统里，技能也可以编码团队的最佳实践，再交给代码审查智能体，让它按团队定义的 API 和服务边界来评审。这是在表达组织层面的知识，不只是某个随手写的指令，也不必每次都重新写提示。我觉得这种用途可能比那些零散流程更持久。

## [46:42] Monaco.com 争议与飞机横幅

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-19> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=2802s>

**Swyx：** 我刚才搜了“Monaco AI skills”，结果出来的全是那个国家。

**Mihail Eric：** 那是我们迟早要打败的对手。我们会在 AEO（答案引擎优化）上赢过他们。

**Swyx：** 你们能不能直接把那个国家买下来？

**Mihail Eric：** 我们差点要买国家了……没有啦。不过我们买下 monaco.com 这个域名时，确实惹了点麻烦，还被他们起诉了。这件事是公开的，他们不喜欢，但现在是我们赢了。

**Swyx：** 那我们就把这段播出去。原本我还想说这事挺敏感，但你们赢了。

**Mihail Eric：** 是的。

**Swyx：** 所以你们才会让飞机在天上拉着旗子飞吗？

**Mihail Eric：** 对，那就像庆祝胜利，是我们的胜利。

**Swyx：** 在旧金山的朋友抬头看看。音频听众看不到，我们在 YouTube 上展示了画面：你们会让飞机绕城飞。我觉得你们现在还是少数会定期这么做的公司之一。Sam Blond 想出这招的，一天六千美元。我不确定这会直接让我去搜 Monaco 是什么公司，不过你们的广告就是“Monaco，$X”这样的数字。

**Mihail Eric：** 对。

**Swyx：** 这个数字会引起对话。广告的目的就是让人问“Monaco 到底是什么？”当然，这也可以讨论。营销的目的不就是吸引注意力吗？有时候活动上会有人认出我：“你们就是那些放飞机的公司，广告牌上写着很大的数字，比如 1.93 亿之类的。”然后他们会问：“你们到底做什么？”也许这就是目的：让人有个破冰的话题。

**Mihail Eric：** 我记得你刚才进门时也说“啊，是那些飞机”。

**Swyx：** 对，这就自然引出“你们做什么”。我曾参与决定 Devin 广告牌上写什么，我们在文案上花了太多时间。也许直接写个“Devin”就够了，虽然听上去很傻。

**Mihail Eric：** Sam 上周还发了篇文章。他算是我们公司的营销高手。飞机广告其实还有些背景，总之 Sam 的态度是：他没有所有答案，大家得去尝试。我们做了很多实验，效果好就继续。我们当时也不知道会不会火成这样，但既然效果出来了，说明这是个好点子。

**Swyx：** 对。保持简洁，从小处开始，再做大，比一开始铺很大、后来缩小容易。

**Mihail Eric：** 对，从小做到大容易多了。

**Swyx：** 而且一天六千美元，关键是试试看。

**Mihail Eric：** 比广告牌便宜多了。

**Swyx：** 对，还挺好玩，也没什么坏处。

**Mihail Eric：** 不过我们也在想，怎么才能比飞机更厉害？一架不够，那就两架。

**Swyx：** 两架、三架！

**Mihail Eric：** 或者直接上火箭。我也想过，希望某天能实现。下一次 SpaceX 发射时，也许让火箭上写着 Monaco。

**Swyx：** 要让火箭开始跑起来。我们得和 SpaceX 的朋友们打好关系。

**Mihail Eric：** 好，我很乐意。

**Swyx：** 既然我们在聊 Monaco，要不要讲讲公司？还是留到最后？

**Mihail Eric：** 可以聊一聊，正好作为不同话题之间的过渡。

## [50:23] Monaco 为销售团队做什么

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-20> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=3023s>

**Swyx：** 你来决定。我们刚才提到 Monaco，既然说了“Monaco 到底是什么”，却不解释就有点吊人胃口。你介绍一下吧。

**Mihail Eric：** 我尽量讲清楚。首先，这是那个国家——那是一个很小的国家。

**Swyx：** 对，这就是我喜欢的 Monaco。继续。

**Mihail Eric：** 我们是一家总部在旧金山的 B 轮公司，正在打造一个一体化销售平台。平台里原生集成了智能体，让它们处理各种事情，尤其是人不喜欢做、但智能体很适合做的事，而且出错更少。这样销售人员和团队就能专注于人类擅长的事，比如成交。

**Swyx：** 所以 Marc Benioff 大概不喜欢你们。

**Mihail Eric：** 可能吧。

**Swyx：** 不过，他本人也很 AI 原生，非常积极地推动智能体。

**Mihail Eric：** 那你们做了什么，是他没做或做不了的？

**Mihail Eric：** 我们创业时一开始并没有瞄准企业客户。我们想做一体化平台，就必须和一批客户一起迭代、陪着他们成长。把客户从 Salesforce 挖过来很难；但如果在他们还用 Google 表格追踪销售管线时就接触他们，给他们一个更 AI 原生的解决方案，就有机会和客户一起成长。这有点像 YC 公司先卖给同一批创业公司，再逐渐往更大客户市场走的模式。

我认为我们是最好的、至少也是最好的创业公司销售平台之一。现在客户主要是早期创业公司，从种子轮到 A 轮为主。如今我们开始往更大规模的市场拓展。过去一年半做一体化平台的过程中，我们学到了很多。

**Swyx：** 而你是 AI 负责人。

**Mihail Eric：** 没错。

**Swyx：** 你们做了哪些很酷的 AI 产品？

**Mihail Eric：** 我们为销售场景自建了一套智能体 harness。我们借鉴 Codex、Claude 等编程 harness，再构建面向销售的定制工具和工作流，服务于 GTM（市场进入）场景。这套系统几乎支撑 Monaco 平台上的所有功能：评估 TAM（总体潜在市场）、评分和定义 ICP（理想客户画像）、跟踪销售管线变化，以及替销售人员处理一些琐事，比如更新会议前的备注、更新摘要等。我们用智能体支持这些工作流，很多功能开箱即用。既有长时间运行的智能体，也有一些短周期智能体，按不同的 GTM 场景来用。

**Swyx：** 这是基于基础模型做的垂直领域产品。你们会自己训练模型吗？

**Mihail Eric：** 这是个好问题。很多垂直 AI 公司一开始都会把前沿模型当作第三方服务来用，看看能做到什么，因为它们处于最前沿。过去一周 Harvey 关于毛利率从正 50% 到负 50% 的讨论也是一个例子。不管具体数字怎样，有意思的是，做到一定规模后，成本就值得认真考虑了：能不能用开放权重模型做得更快？我觉得 AI 团队的一部分目标会是后训练这些模型、搭建环境，用强化学习等方式继续优化。我们现在大概处于这个阶段。

## [54:25] Monaco 为销售团队做什么（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-21> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=3265s>

**Swyx：** 很有意思。我把这套做法叫作“智能体实验室打法”：先从用户需求出发，模型怎么选都行，先把产品做出来；有了用户基础之后，再逐步补上自有模型能力。模型实验室的路线刚好相反：先大规模预训练，再去找用户。

**Mihail Eric：** 对，这种分工应该是有用的。Monaco 就在收入和 GTM 这一侧。

**Swyx：** 没错。你们既要为客户服务，又要和模型实验室竞争，这挺有意思的。

**Mihail Eric：** 对。

**Swyx：** 我稍微涉猎过这些领域。我觉得一个难题是数据丰富化（enrichment）。我花了很多时间做 SEO、研究等方面的数据丰富化，对你们来说这应该是核心能力吧？模型在这方面做得好吗？你们有喜欢合作的供应商吗？

**Mihail Eric：** 是的。我们很早就开始用 Parallel，我觉得他们做得很强。

**Swyx：** 所以是通用搜索？不是 ZoomInfo 那类公司？

**Mihail Eric：** 对，不是。我们用 Parallel，也用 Exa，都值得一提。

**Swyx：** 能比较一下它们吗？

**Mihail Eric：** 它们都是朋友、我们都喜欢。今天我保持中立，当个“瑞士”。除此之外，我们也会自己做数据丰富化。对我们来说，最有价值的软件系统之一就是自己的“世界数据库”：里面有经过丰富化的公司、账户和联系人数据。这样我们在为客户建立 ICP 时，就能掌握最新信息，知道此刻该联系哪家公司的哪些人。

我认为我们非常擅长创造需求，能帮助客户增加预约会议的数量，而且能找到合适时机联系买家。比如你要联系销售副总裁，如果对方五年来都在同一家公司，现在不是最佳时机。但如果他刚从一家公司跳到另一家公司，刚进入新岗位，就更可能愿意采购新的销售平台。换工作就是个信号。你可以检测对方的 LinkedIn 信息变化，判断是否该在这个时间点联系他。

**Swyx：** 你们把多少专业知识放进模型和 harness 里？哪些是模型通用最佳实践就能做到的，哪些来自你们的领域经验？两者显然都有价值。是不是主要靠集成，让事情可靠地在一个平台里完成？还是你们还嵌入了外界不知道的专业知识？

**Mihail Eric：** 没有领域经验的话，产品很容易变成可替代品。当然，一体化本身也有很大价值。销售领域大多数公司过去都是做单点工具，像 YC 的“先切一个细分市场、再逐步拓展”打法。但我们从一开始就想做一体化平台，所以我们在隐身模式待了一年多，专心构建产品。一体化本身很有价值，但真正厉害的是，我们现在有一支世界级的 GTM 团队在卖 Monaco。

## [58:26] Monaco 为销售团队做什么（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-22> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=3506s>

**Mihail Eric：** 同一支 GTM 团队里还有负责部署客户的客户经理——我说的是人类销售人员，他们像顾问一样帮助客户上手、构建智能体工作流，并指导他们走过整个销售和 GTM 生命周期。所以答案不仅是我们有一体化平台，也包括我们有这些人。我们招来了不少以前在 Brex 等公司做 GTM 的优秀人才，把他们的经验编码进平台里。

**Swyx：** 你和一般的 AI 负责人说起这些事很不一样，因为你以前也是创始人，对吧？你习惯从这种角度思考，这对你的职责很重要。

**Mihail Eric：** 很好。我觉得关于 Monaco 我们已经讲得差不多了。随着公司发展，我们还可以再聊。

**Swyx：** 当然。接下来我们可以把话题转回……

## [59:22] Monaco 的工程团队内部

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-23> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=3562s>

**Swyx：** 我们可以接着聊 Monaco 内部的编程方式、智能体原生开发和现代软件开发。你教课时可能会尽量介绍整个领域的情况，但在 Monaco 内部，你们会不会对不同选择更有倾向？

**Mihail Eric：** 我们从第一天起就在投入编程智能体，已经积累了很多经验，也踩过一些坑。最近我们开始更多分享这些经验，可以看看我们的博客。比如我们花了很多时间评估供应商，最后决定自己构建不少东西。

以后台智能体平台为例，我们有个自己的 Ramp Inspect 类似产品，叫 Monicoder，构建在 Coder.com 平台上，用来扩展工程团队的生产力。

**Swyx：** Coder.com？

**Mihail Eric：** 对。我们根据自己的需求做了调整，很多智能体开发都在上面进行。它在隔离开发环境、扩展到多智能体、运行长周期智能体编程任务方面设计得很好。感谢 John Tracy 和团队构建了它。

此外，我们还自己做了一个 Slack 机器人，叫 HAL。它兼具 AI 助手、客户成功和 QA 工程师的角色。它住在 Slack 里，既能帮我们调试问题、提交修复的 PR，也能让销售人员询问产品怎么用、追查问题原因。我们还得让 HAL 根据交流对象调整“性格”，面对销售人员和开发者时方式不同。过去一年左右，我们陆续构建了这类系统。感谢 Yuna 开发 HAL，也感谢 John Tracy。

## [1:01:40] 买来学习，建好留下

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-24> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=3700s>

**Swyx：** 所以你们自己做了很多东西。

**Mihail Eric：** 是的。

**Swyx：** 但你们也会用其他工具。

**Mihail Eric：** 会。那怎么判断该买还是该自己做？

**Swyx：** 我觉得有个通用原则：先说反了，是“买来学习，建好留下”。通常是先买来用，搞清楚需求，再决定自己构建。早期我们还在摸索，代码审查就是一个例子。我们认真考察了各种代码审查平台，现在仍在用 Devin，因为它的系统确实有价值。感谢 Cognition 团队。

我们也试过一些 SRE 工具和现成的后台智能体平台。但结合我们自己的基础设施和云平台，自己在内部构建更合理。当然我们不教条，如果有新产品出来，我们也会重新评估。通常是觉得市场上还没有成熟产品，我们才会自己做。

代码审查挺有代表性。一年多前我们调研过一大批工具。

**Mihail Eric：** 比如 CodeRabbit？

**Swyx：** 对，还有 CodeRabbit、Graphite（后来被收购之前），以及 Ellipsis，YC 的公司。我们试过不少，产品还行，但那时还没有好到能马上派上用场，所以暂时搁置了。后来我们又重新试了 Devin，感谢 Silas 去年在课上的演讲；有人告诉我产品进步很大。我们试完后感觉确实不错，大家也自发地开始用。

**Mihail Eric：** 纯粹凭感觉？

**Swyx：** 有一部分是，不过第一次评估时不只是凭感觉。那时我们没有选任何供应商，因为没有特别满意的。我分析了 PR，按类型做了图表，看看工具解决了什么问题，以及它的冗长程度、评论频率和实际价值之间的权衡。这次评估是有统计依据的。第二次我本来没打算强推 AI 代码工具，但同事们自发地说 Devin 不错，想加入使用。于是大家陆续开始用了。

这是我们仍然依赖供应商的一个例子。以后会怎样还不知道；其他产品当时都没成熟到我们愿意采用。

**Mihail Eric：** 所以 Devin 还没差到需要你们把它换掉、自建一个。

**Swyx：** 对，没错。

**Mihail Eric：** 很有意思。那 Devin 这次表现不错。我其实已经不怎么参与了，只是顾问，不过从外面听到这些反馈很有意思。公司内部有时会有信息泡沫，在 Slack 上大家只分享好消息。但你没有利益牵涉，就可以选最好的工具。

**Swyx：** 如果你想要 Slack 的免费额度，也可以提；没人会拒绝。

**Mihail Eric：** 我觉得 Silas 会帮你安排。

**Swyx：** 好。你的实际经验也影响了教学工作，我们之后可以继续聊这些。我觉得这种亲身经历很有价值。

## [1:05:24] 让代码库适配智能体，打通值班闭环

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-25> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=3924s>

**Swyx：** 我们刚才说到第四、第五周的内容相互衔接。

**Mihail Eric：** 对，两周确实有些重叠。

**Swyx：** 你们在 Monaco 已经形成了哪些强烈看法？哪些事情建议大家先做？

**Mihail Eric：** 第四周偏概念基础，介绍定制智能体的不同方式；第五周则把这些概念放到真实代码库里实践。我想特别提一下 Factory 团队和智能体就绪度报告的价值。

在我看来，智能体就绪的代码库是后续很多工作的先决条件和基础。大家一直对多智能体、让几十个智能体并行做各种事很兴奋，但要做好这些事，先得打好基础：代码库是否可验证、结构是否清晰、智能体是否能理解？智能体就绪度几乎是接下来四五周内容的第一块基石。之后到第八、九周，我会讨论 AI 软件团队、整体架构，以及如何为后台智能体和软件工厂搭基础。

**Swyx：** 你们在 Monaco 也提到 SRE 这一侧。要打通闭环，智能体不仅要读构建日志，最好还能读生产环境的分析数据。

**Mihail Eric：** 没错。课程里没有明确写，但这是个很好的补充。我会把它加到后台智能体和软件工厂的两周内容里。通过触发器和事件来闭环，是软件工厂启动任务的两三种主要入口之一。

**Swyx：** 有意思的是，大家把它叫作“触发器”或“事件驱动”，虽然这只是技术实现方式。听起来好像太底层了。

**Mihail Eric：** 不过触发器通常就是 cron 作业，说白了就是定时任务。

**Swyx：** 事件驱动很多时候也只是 cron 找到一个事件，然后叫作事件驱动。其实都是 cron。

**Mihail Eric：** 对，也可能是 webhook 之类的。你说得没错。我是学计算机科学出身，所以很自然就用了这个技术术语。有没有哪些 AI SRE 公司给你留下印象？

**Swyx：** Resolve 做得不错，Night Shift 在后台智能体方面也做得很好。他们有 Greylock 投资，我很看好他们。SRE 也是个很有意思的场景，这又牵涉到买还是自建。它最有价值的地方通常是服务依赖特别多、系统特别庞大，Kubernetes 和 Helm 配置散落各处。Resolve 在企业市场做得好，可能就是因为他们能面向 Ford、Walmart 这样的公司，梳理疯狂复杂的服务依赖。规模较小时通常还能自己搭，但企业客户那种复杂度就不一样了。

## [1:09:25] 让代码库适配智能体，打通值班闭环（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-26> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=4165s>

**Mihail Eric：** 没在这种规模工作过的人可能很难理解。我花了一段时间才意识到，有些企业拥有几万个代码仓库，仓库数量甚至比开发人员还多。公司里到底有哪些代码在运行，你可能都不知道；写代码的人早已不在公司了。这太荒唐了，而且可能还是个低风险系统。

**Swyx：** 太吓人了。你值班时遇到系统故障，原作者不在了，runbook 又过时了，你只能问“这到底怎么回事？”到了企业规模，这完全是另一种复杂程度。一个大学生可能一个仓库对应一个人，根本想象不到这种情况。可以让学生做个模拟：“这是你上班第一天，出了这个问题，你怎么办？”

**Mihail Eric：** 对。Resolve 去年为课程设计过一个作业。他们建了一个沙盒，里面散布着很多各自运行的服务，还有一些服务故障。学生要用 Resolve 的智能体探查系统，扮演值班人员，找出到底发生了什么。

**Swyx：** 他们的网站挺有意思。

**Mihail Eric：** 我好久没看了。

**Swyx：** 这个体验很互动。

**Mihail Eric：** 对，他们现在很像 PagerDuty 了。

**Swyx：** 你刚才说 AI SRE 可能既太宽泛、也可能太狭窄。还有哪些细分方向？或者实际上更大的问题根本不是这个？这听众也很关心。

**Mihail Eric：** 我觉得这取决于公司的规模。对大型企业来说，有不少问题的答案并不总是“再加更多智能体”。我和一定规模的公司交流时，发现真正卡住他们的常常是底层 DevOps、CI/CD 之类的问题。合并队列积压了，启动一个应用要等很久。原因是更基础的系统问题。再扔进去一个 SRE 机器人并不能解决这些问题，他们得先处理系统层面的瓶颈。

## [1:12:37] 当代码审查成为瓶颈

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-27> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=4357s>

**Swyx：** 这就引出合并队列，以及代码合并之后的事情。

**Mihail Eric：** 对。这一段可以说是写给现代智能体代码审查的一封情书。去年到今年最大的变化之一，是代码审查突然明显变成了瓶颈。人们越来越深地使用 AI，代码生成速度也大幅提升，理论上每天能提交三十多个 PR。那接下来怎么办？是由人把关、按传统方式审查每一项吗？那样人就成了速度瓶颈；如果人必须逐项审查，规模化生成代码又有什么意义？还是说能找到中间路线：保留足够的人类参与，确保合并的代码可信，同时也能大规模合并，而不是放任一切？

我想讲的就是这个中间地带。如果你精心设计了智能体就绪度和可验证性，有一类问题就可以在一定比例的情况下自动批准。要做到这一点，设计和架构上必须满足什么条件？哪些改动仍然需要人仔细检查？即使要检查，也一定要逐行看代码吗？

**Swyx：** 这是我们今年最热门的话题之一。Latent Space 有客座作者计划，Aviator 的 Ankit 写了一篇关于如何消除代码审查的文章。他把审查看作最后的大关，并设计了几道关卡。

**Mihail Eric：** 我看过这篇文章，整体上我觉得说得对。不过可能有两个瓶颈：代码审查，以及最上游的意图或需求本身。合并数量显然变多了，但审查数量并没有按同样的幅度增加。

**Swyx：** 对。Amplitude、Cloudflare 和 Augment 都写过很好的文章，介绍他们的 AI 代码审查系统如何设计。Cloudflare 规模不小，却在 AI 软件开发生命周期方面分享了很多有用内容。我们仍在寻找合适的界线：哪些改动可以自动批准，哪些不行？如果仍需要人来审查，究竟要看什么，是逐行看，还是结合规格来判断？另一个难题是规格能不能一直保持最新。

**Mihail Eric：** 规格可能分散在多个地方，比如 Linear issue 和 PR 描述里。PR 描述可以用更精炼的方式说明整个实现；只要它是当前最能代表代码库状态的最新资料，我认为这就足够了。

## [1:16:37] 当代码审查成为瓶颈（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-28> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=4597s>

**Mihail Eric：** 我们会尽量把 PR 描述写得更充分。它不只是一个段落，而是对 PR 做了什么的完整规格，还会指出哪些文件、哪些行发生了变化。这样不只有高层摘要，也能看到代码结构和涉及的服务边界。我们在这上面投入不少。我刚才说“规格”时，是指功能或代码库的规格，而不是单个 PR 的规格。代码库的规格是所有 PR 的总和。如果 PR 的规格写错或漏掉了，就会出现代码库预期行为和这次 PR 实际行为之间的差异。

**Swyx：** 嗯。我自己也经常为这个问题烦恼。我试着让模型处理，但它们做得不太好。所以人类就成了“规格之神”：五周前我做过另一件事，现在你把它反过来了。

**Mihail Eric：** 你看过 Basis 的文章吗？他们用 Git 跟踪不同文件工件，有些描述预期和意图，另一些是他们所说的代码“规范状态”（canonical state）。后者可能更接近你说的东西：必须在某个地方记录下隐含的知识和意图。这些内容都有版本控制，Basis 发现这对他们有用。

**Swyx：** 我正在找那篇文章。Basis 是那家会计公司，对吧？我们纽约的会议马上会请 Mitchell 来，可以和他聊聊。我喜欢他们在做这件事。我自己的方案可能还没准备好公开，甚至也不一定会发布：做一个东西来替代 Git，记录所有这些内容。

**Mihail Eric：** 我叫它“程序数据库”。它能记录所有轨迹，把规格固化成我们能够忽略并保留下来的内容，也管理附属的技能。Git 只关注代码；我们还需要一个真实信息源，记录代码以外的一切，包括隐含假设、约束和意图等。

**Swyx：** 另外还得支持高度并发。Git 的设计会到处引入互斥锁，这很糟。

**Mihail Eric：** 对，需要非常强的并发能力。你看过 Butler……以前的 CTO 是不是叫 Ian？

**Swyx：** 忘了名字了。

**Mihail Eric：** Scott，对，Scott。很多人都在探索这类东西。关键问题是：任务的理想表达形式究竟是什么？

**Swyx：** 获胜的可能不是我，大概是 Linear，毕竟任务都在那里。

**Mihail Eric：** 他们显然决定变成一家编程智能体公司了。

**Swyx：** 对，只要你采用 Linear，它那里就有完整的信息源。

**Mihail Eric：** 这倒是真的。我一直有个想法：很多公司都会变成某种编程智能体公司。只要是和企业软件互动、收集用户信息或产品洞察的公司，就能形成闭环。编程智能体的作用，是针对用户或客户遇到的问题采取行动，理想情况下修复产品的一部分。Linear 可以这么做，Amplitude 也能，因为它们都掌握用户数据和问题。再大胆一点，Decagon 或 Sierra 也可以做类似的事：发现问题，然后闭环解决。

## [1:20:37] 安全、依赖与权限

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-29> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=4837s>

**Swyx：** 好，我们先把代码库改造成智能体就绪，再做好代码审查。安全放在第七周，而不是第一周。

**Mihail Eric：** 学生们肯定会问：“你的意思是安全不重要吗？”

**Swyx：** 我开玩笑的，因为我总说亚马逊的 Job Zero 就是安全，大家也总这么讲。

**Mihail Eric：** 是的。

**Swyx：** 不过，安全评审是在最后做吗？

**Mihail Eric：** 我在亚马逊时不记得有这说法，不过相信你。

**Swyx：** 这是 Andy Jassy 说的。

**Mihail Eric：** 好，我明白了。我在杰夫·贝索斯时期待过一段时间，也经历了交接给 Andy 的阶段。安全去年就在课上讲，今年也一样。Isaac 去年也来讲过，我觉得他是很有思想的领导者。Semgrep 也挺有意思，他们在智能体出现前就已经存在，早期的开源仓库安全防护也比传统 SaaS 公司更早出现。他们很好地把产品拓展到这个新领域。

现在是个有意思的时期，越来越多攻击面浮出水面，AI 生成代码也更多了。我想强调的一点是依赖跟踪和供应链管理。你必须谨慎管理依赖、固定版本，不能随便跑一句 `npm install` 就以为供应链不会出问题。

**Swyx：** 所以最安全的代码库可能就是没有依赖的代码库。

**Mihail Eric：** 对。你看了某个依赖，觉得实现不错，但还是想：“我自己写一个吧。”

**Swyx：** 这是把想法推到极端了。既然代码越来越便宜、容易写，为什么不所有东西都自己构建？这样最安全，因为你了解并控制每一部分，而不是依赖 Axios 之类的库。实际上有多少人会这么做还不好说，但这确实看起来最安全。

不过，这种说法也有危险：你只是自己犯错，而不是让其他人帮你发现错误。开源的意义之一，是“阳光是最好的消毒剂”。Linus 也讲过类似的道理。你自己维护的软件依赖，可能要很久才发现问题，因为只有自己的用户能报告；但开源项目全球有十万用户，总有人能发现问题，你就更敢依赖它。

**Mihail Eric：** 对。我不想走极端，也不想把你绕进“什么都交给供应商”的说法里。

**Swyx：** 对，这个方向也有问题。

**Mihail Eric：** 我确实认同其中一部分。不过这和我另一个想法有关：未来大多数、甚至所有开源仓库都会变成由智能体运行的软件工厂。那时候会发生什么？

**Swyx：** 看看 Warp 就是个例子。他们既做 Monaco 编码智能体，也销售软件工厂产品，但他们自己也把开源的 Warp 终端当作软件工厂来运行。这说明人可能仍会参与，但参与程度会越来越低。也许不会像过去那样，每个人都逐个审查所有变更。这样会让代码库更安全还是更脆弱？很难说。我认识的一些开源项目从业者也还在找那个稳定点。

## [1:24:39] 安全、依赖与权限（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-30> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=5079s>

**Swyx：** 还有几个相关观点。安全的攻击面一直都很大。Vercel 的 Malta 提出过一个建议：把所有特别依赖 C、C++ 的软件改写成 Rust，速度更快、更安全，花费可能也不用六百万美元。

还有一个与“放缓前沿”有关的观点，来自模型实验室和开源社区：先慢下来，做 Daybreak、Glasswing 这类工作，确保大家都打好补丁，再让发展速度加快。这里似乎有个隐含信念：模型会解决所有安全问题。

**Mihail Eric：** 但这还没有被证明。模型可能引入新的漏洞，只是换了一种漏洞。

**Swyx：** 对。我其实很希望有人能反驳我：“你说错了，模型明显更擅长安全。”

**Mihail Eric：** 如果把问题推到极限：我们是否相信模型会产出完美的软件？如果能产出完美软件，那一切就结束了，我们可以回家去海滩上休息一辈子。

**Swyx：** 另一个问题是：模型发现漏洞是否足以让大家先打补丁，再推迟发布？还是说即使你给模型三个月测试，别人也可能再花六个月试图利用漏洞，问题仍然没解决？

**Mihail Eric：** 对，完全可能。

**Swyx：** 我的担忧是，如果你选出一百家重点机构，让它们使用一个新造的网络安全模型，就相当于给我提供一百个攻击目标。它们可能很容易被攻破。

**Mihail Eric：** 对，这超出我们能判断的范围。

**Swyx：** 现在聊安全特别有意思，也很热门。安全从业者也许很喜欢这波关注，因为他们通常没得到这么多关注。

**Mihail Eric：** 这是真的吗？从创投角度看，我觉得大家一直很喜欢投资安全公司。

**Swyx：** Wiz 之类的公司发展得很好。

**Mihail Eric：** 说 Wiz 和 Socket 吧。我两天前还和一位 VC 聊过，他觉得过去五年里成功的安全公司就这两家。

**Swyx：** 那 Abnormal 呢？

**Mihail Eric：** 我不确定从 VC 的角度算不算成功。

**Swyx：** 我是从商业表现来说。

**Mihail Eric：** 有意思。这不是我该下的结论。这个行业有很多优秀公司，但确实很难做。对任何安全公司来说，最好的销售时机往往是刚发生重大安全事件之后；大家自然会想买安全产品。

**Swyx：** 是的。

**Mihail Eric：** 我觉得大家应该了解基本的安全缓解措施。我认为代码扫描很重要，但我也想让大家记住，模型可能会引入人类不会写出的漏洞。如果你不检查这些漏洞，就会有问题。

**Swyx：** 更大的问题甚至不只是它会不会出错，而是你对写出来的代码了解得更少。

**Mihail Eric：** 没错。先不说漏洞，模型平均而言可能更少犯错；问题是你甚至不知道自己正在发布什么。

## [1:28:40] 安全、依赖与权限（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-31> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=5320s>

**Swyx：** 所以我们得想清楚怎么缓解风险，把安全评审纳入代码审查流程。我还想确认一个直觉：代码库各部分的重要性不一样。安全特别关键的部分，是数据存储、计费，还有认证和授权。把这些设为不可触碰的区域，其他部分就放手让智能体去做。

**Mihail Eric：** 对，我完全同意。

**Swyx：** 而且有趣的是，如果你分不清 authentication 和 authorization，就应该去学。如果你从没看过 AWS IAM，也该去了解。这些都是基本概念。掌握了术语，你才能准确地给智能体下指令；没有这些概念，你就不知道该怎么表达。

**Mihail Eric：** 完全同意。我会把它扩展到云平台的一些基础知识。曾经有家公司因为一个 DNS 问题发生了很严重的事故，你还记得是哪家吗？

**Swyx：** DNS 事故太多了，得说具体点。

**Mihail Eric：** 我知道，有一次特别出名……

**Swyx：** 出名的 DNS 事故很多。

**Mihail Eric：** 好吧，你把它们列出来。

**Swyx：** DNS 更多是可靠性、在线率问题。

**Mihail Eric：** 对，安全事件更让人在意的是有没有损失资金、有没有泄露客户数据。DNS 的问题是服务在线率。

## [1:30:14] 后台智能体与 Stripe Minions

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-32> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=5414s>

**Swyx：** SLA 之类的内容，还有后台智能体。你这一周的嘉宾不一定和主题完全对应，对吧？

**Mihail Eric：** 对，第九周有些嘉宾是因为时间安排才放在那儿的。本来想让 Elad 在最后一周来，但时间没对上。第九周我可能不讲课，不过第十周会回到这些主题，所以安排有点错开。

第八周的嘉宾是 Rajesh，他在 Cloudflare 负责很多基础设施、开发者体验等工作。我之前就说过，他们在这方面做得很好。对于一家这么大、而且已经上市的公司来说，他们的采用速度很出色，相关内容也做得很好。

这一周讲的是异步后台智能体的各种用法。我会花不少时间讲 Stripe Minions、Spotify 的系统，以及 Ramp Inspect 等案例，看看后台智能体如何扩展到大规模。

**Swyx：** 他们的名字是 Tag Instinct……Muse？

**Mihail Eric：** 对。与面向消费者的产品相比，我更关注软件团队如何大规模使用这些东西。

**Swyx：** 归根结底，它们底层都是编程智能体。

**Mihail Eric：** 对，所有东西最后都是编程智能体。

**Swyx：** Grokbot 就很有意思，表面上像消费级产品，底层其实是 Cursor。

**Mihail Eric：** 对，他们就是 Cursor 团队。

**Swyx：** 我见过 Cursor 在后台运行，但以为它没有代码库集成。

**Mihail Eric：** 有的。

**Swyx：** 我没用过那部分。我主要用它订 OpenTable 的位子。

**Mihail Eric：** 对，这就是他们想做的事：面向消费者时可以做普通任务，但如果你会用，也能调用底层更强大的能力，因为它实际是 Cursor。

**Swyx：** 所有编程智能体大概都是这样。Claude Code、Claude Design、Codex 都是。你可能突然看到一个代码解释器窗口，只是随口问了个问题，但底层其实是编程智能体。

我自己在 Codex 里做 SEO 和 AEO。传统营销人员可能只是查查地址，但我会写各种脚本做复杂的事，还要存数据、可视化数据。只要有一项工作需要长期重复、有很多步骤或大量数据，很快就会发现需要代码库。

**Mihail Eric：** 这个观点挺有意思。模型本身也喜欢构建代码库。

**Swyx：** 不过那也可能只是暂时的。

**Mihail Eric：** 我想说的可能更多是界面：Grokbot 会不会给高级用户一个入口，让他们能看到底层代码？还是直接跳到 Cursor？你是这个意思吗？

**Swyx：** 正是如此。否则这就会蚕食 Cursor 的业务。如果 Grokbot 到头来就是 Cursor，那用户就不需要 Cursor 了。

**Mihail Eric：** 但它们是同一个团队，所以目前他们不介意。底层就是 Grokbot。

**Swyx：** 我接受这个解释。表面上看起来不太技术化的用例，底层也可能是用代码设计和实现的。问题只是，对开发者来说，代码是否仍然是唯一入口？

**Mihail Eric：** 我觉得这不只是开发者。普通营销人员使用 Claude Code，或者直接用 Claude 应用时，也可能已经在一个自己完全不知道的代码库里工作。

## [1:34:15] 后台智能体与 Stripe Minions（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-33> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=5655s>

**Swyx：** 对。

## [1:34:18] MCP 门户与基础设施为何会融合

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-34> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=5658s>

**Swyx：** 很好。说到 AI 原生团队，我们刚聊了模型网关、今天刚发布的路由专题，也聊到 MCP 门户。MCP 门户是我最不看好的部分。

**Mihail Eric：** 你是说你不看好 MCP？

**Swyx：** 我看好 MCP。不是看好或看衰的问题，它现在已经是行业的一部分了。

**Mihail Eric：** 大家前阵子还争论“MCP 回来了”还是“MCP 已死”，总喜欢走极端。

**Swyx：** MCP 门户这门生意还没被证明。我曾考虑过创业做一个，也提议过要研究这个方向，后来就失去兴趣了。我对很多事都容易失去兴趣。你们课程里讲什么？

**Mihail Eric：** 这一周主要讨论如何把这些原则扩展到团队规模，是我和很多 AI 原生团队负责人交流后设计的。我认为，MCP 门户只有在公司达到一定规模后才有意思：你需要一个统一入口来做治理、安全审计和成本优化。我很好奇你觉得它未来会怎么样，或者会不会消失。如果你相信有一个开放路由器，或某种统一入口来连接各种系统并治理它们，那 MCP 门户也可能继续存在。

**Swyx：** 我唯一想调整的是，这些功能最后会并入 LLM 网关。

**Mihail Eric：** 所以它们会是同一个平台？

**Swyx：** 这点我可以接受。再往下看，它还会和授权、计费等事情合并。极端情况下，所有基础设施都会收敛到同一类问题：中间有个“万能盒子”，两边连接各种系统。这个万能盒子似乎什么都能解决，但前提是你真正理解它的职责。

把 MCP 门户和模型网关分开，就说明你还没有完全接受它们属于同一层问题。数据库查询也是如此。有些人把过滤、排序、推荐拆开，但它们也许本来就是同一个问题。把这些能力放在一层里，可以让它们相互依赖、相互协作；分成不同层，就做不到。

**Mihail Eric：** 我不反对。我觉得把这些概念拆开讲更像教学安排；底层架构确实可以是那个“万能盒子”：一个入口，另一侧连接第三方、内部和自有系统。

我有一条比较大胆的推文，叫 M×M 到 M+ 的架构。做基础设施的人得明白，自己的工作就是造“万能盒子”，然后再把它拆开。你的问题要么是没有一个好盒子，要么是不喜欢别人的盒子，所以要把它拆开、自己造一个。

**Swyx：** 这说法很有意思，直到宇宙热寂都能这么讲。也可以说，做软件无非就是打包或拆包。关键是把真正应该放在一起的东西打包；随着时间推移，人们对哪些东西应该放在一起的看法也会变化。

## [1:38:18] MCP 门户与基础设施为何会融合（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-35> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=5898s>

**Swyx：** 所以这也引出另一个问题：Monaco 是不是该做得更聚焦，还是应该什么都做？对你们服务的创业公司来说，你们是在把东西打包到一起；从 Salesforce 那里抢市场份额时，又是在把 Salesforce 拆开。

**Mihail Eric：** 对，挺有意思。这也能推广到整个垂直 AI 领域，还有打包与拆分的变化。Craigslist 上原本放在一起的服务，后来有了 Airbnb、Tinder 等独立产品。

**Swyx：** 今天我们刚发布了 OpenRouter 的专题。OpenRouter 很成功。很多人试图做网关，但没能像他们一样成功，因为 OpenRouter 只专注做网关。这就是一个反例：他们不认同路由层也应该负责运维。

**Mihail Eric：** 因为 Arize 做运维、可观测性等，而 MCP 网关又是另一回事。

**Swyx：** 对，他们只做模型路由。我很乐意被证明错，因为他们说自己就是一个单点产品，只把这件事做好；这既是工程上的专注，也是营销上的清晰定位。

**Mihail Eric：** 我觉得“一站式解决所有问题”在理念上很合理，但企业实践里，虽然大家都把这些归为基础设施或平台，实际却由不同团队负责技术栈的不同部分。要把 MCP 门户和模型网关合并，得有人推动建立一个统一端点，让两边接到一起。这很难让所有人达成一致。

所以很多时候，问题不在软件设计，而在组织政治和人的协作上。

**Swyx：** 这也符合康威定律：软件架构会反映组织架构。你最终会买到组织结构的映射。创业或做工具时，应该明确公司里谁最需要它；如果说“所有人都需要”，那就等于没有明确用户。

**Mihail Eric：** 这个角度有意思。Latent Space 和 AI Engineer 也有意服务一类明确的软件工程师：真正关心 AI、愿意把它变成日常工作的人。我们就是为他们做内容。

**Swyx：** 没错。我们会讲数据库、安全，也讲它们各自的 AI 角度。

**Mihail Eric：** 嗯。确实有道理，后面再看看。

## [1:41:22] 构建软件工厂

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-36> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=6082s>

**Mihail Eric：** 对。我还想提一个未来越来越重要的岗位：平台工程师。

**Swyx：** 说说你的“业内往事”：如果你当年没有创业，你会想当平台工程师吗？

**Mihail Eric：** 会。我想负责平台，因为平台工程师决定这些关键任务怎么做；应用层的人可以在平台上自由发挥。真正厉害的人会做平台。

**Swyx：** 现在平台团队负责云、开发者体验、安全运维等所有关键部分。凡是可能让公司成败的东西，都在平台这边；产品团队则去调 CSS……我不是说我不尊重做产品的人。

**Mihail Eric：** 现在挺有意思的，好像大家什么都能做。

**Swyx：** 未来会怎样？

**Mihail Eric：** 第九周和第十周会从大团队、编程智能体继续讲到软件工厂。我希望大家开始思考这样一种机器：一台机器负责制造另一台机器。人还会不会参与？今天看来，人的作用可能是确定意图、进行审查，或者检查系统本身。完全自动化的系统目前主要还卡在这两个环节——意图和审查。不过我猜，审查这个瓶颈会先被削弱。

我还希望学生亲自体验软件工厂。我们的开源合作伙伴 Warp 会提供一个运行中的工厂版本，学生可以直接为它做开发、贡献代码，让它持续运转。

**Swyx：** 就是在我们的工厂里工作。

**Mihail Eric：** 对，正是这样。学生在里面会发现一些有意思的东西，再把经验带回来。

**Swyx：** 我不确定 Factory 本身是不是特别希望这么做，但感觉每个人都想建自己的工厂。

**Mihail Eric：** 这是个好问题。他们当然有权销售自己的产品，但完整的软件工厂很难由一家厂商包办，系统复杂得很。

**Swyx：** 请替我把所有决定都做了。

**Mihail Eric：** 这确实很复杂。我还没深入研究他们怎么做 GTM，但我猜只能一点点卖进去，再扩展。就像我们说过的打包与拆包，不可能一上来就把整座工厂摆到 Ford 这样的客户桌上。他们可能会先提供编码智能体，再帮客户部署一些后台智能体、接手部分 SRE 工作；之后如果配置都用代码管理，就可以再把它们整合起来。

OpenAI 有篇很有意思的博客，讲了 Ryan 团队花五个月做出一套内部工具，完全没有手写代码，称为“harness engineering”。他们经历了初期进展缓慢、随后卸载任务并做同行评审的过程。这是软件工厂的一种设想：让智能体尽可能负责编写代码，并思考怎样做好。

**Mihail Eric：** 我认为这种模式肯定会出现。至于怎样销售这种东西，是另一个有意思的问题；但从理念上说，这会是未来的一种形态。

## [1:45:22] 构建软件工厂（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-37> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=6322s>

**Mihail Eric：** 对，这会是未来的一种形态。

## [1:45:24] 开发者还要做什么？

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-38> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=6324s>

**Mihail Eric：** 除了软件工厂，我们还会谈开发者这个角色未来会变成什么样。大家会说品味、对系统和架构的理解，还有软件品味。我想更深入一点，试着回答这个问题。

**Swyx：** 这是你对 AI 软件工程下一步发展的看法吗？

**Mihail Eric：** 软件工厂是战术层面的做法，但还有一个更大的问题：如果工厂全速运转、传送带不断产出代码，开发者的角色会如何演变？几周前，我和你、Dex、Jerry 在晚餐时谈过工厂。有个观点我很认同：抽象层级会不断提高，但仍需要有人——哪怕是公司的 CEO——理解系统的组成部分，从而判断方向、纠正偏差、设定指标。这个道理也适用于负责技术的人。有人称之为“智能体经理”，名字可能很时髦，但本质是理解产品需求和技术约束、贯通整个流程并做判断的人。

**Swyx：** 刚才坐在你这把椅子上的，是 Anthropic 的产品负责人和平台工程负责人。我问他们，什么时候两个岗位会合并。他们说“还没到时候”。既然 Anthropic 都还没到那一步，你也不必觉得马上就会发生。

**Mihail Eric：** 好，好。那他们说还要多久吗？还是只说“还没到时候”？

**Swyx：** 只说还没到，但谁知道呢？我感觉他们已经有不少工作交叉：我在做她的事，她也在做我的事。

对学生来说，这也很重要。你说很多学生还是大二本科生，他们还有两三年可以规划未来。

**Mihail Eric：** 我想得比较多的是工作循环的变化。以前你写提示词；后来你不再直接写提示词，而是写能生成提示词的提示词。

**Swyx：** 然后继续往更高一层递归。

**Mihail Eric：** 对。这种递归、同心圆式的过程，既向外扩展，也向内深入，最终会构成软件工厂。你会逐步建设工厂，而不是一开始就从最顶层的目标往下拆。但将来大家也许会反过来，从“我的目标是什么”出发，再推导整个系统。现在这样做会产生很多 slop，不应该这么做；但总有一天可能会成为常态。

**Swyx：** 那我想问的是，人最终存在是为了什么？今天工程师的衡量指标可能是 PR 合并率、贡献率。两年后再看这个指标就很荒谬了。那人主要负责什么？

**Mihail Eric：** 我不知道。

**Swyx：** 很多人马上就会说“赚钱”。

**Mihail Eric：** 大家太快想到钱了。应该是在 PR 和钱之间的某种东西。

**Swyx：** 比如客户满意度、功能的 CSAT 分数？

**Mihail Eric：** 那更像是产品决策，不完全是代码决策。

**Swyx：** 但如果工程师逐渐变成产品工程师、PM 工程师那样的混合角色，这也是一种答案。今天我会建议学生多花时间理解完整系统，而不只是工程拼图中的某一个部分。

## [1:49:26] 开发者还要做什么？（续）

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-39> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=6566s>

**Mihail Eric：** 理解整个系统怎样串起来。这在实际中也会体现在学生的毕业项目上。我给他们的项目灵感有时会来自 YC 的创业公司需求清单。我会说：“去创办一家公司，做点有意思的东西。”

**Swyx：** 去年学生都做了什么？

**Mihail Eric：** 做的东西很多。有一位学生来自工程学院，做了一个转换工具：解析包含 C 语言内存地址的手册，再把内容转成可以解释和可视化的代码，完全是针对他自己的领域需求。

还有一位设计师现在去了 Vercel。她做的东西是：拍一张设计笔记本的照片，就根据草图生成一个应用。她现场演示时，随便拍了几笔涂鸦，最后生成了一个完整的 Vercel 应用。我觉得她可能也因此去 Vercel 做相关工作。

**Swyx：** 很不错。Vercel 对设计工程师的要求很高。

**Mihail Eric：** 是的，我记得她现在可能在做 Eve。

**Swyx：** Eve 是你们的开源合作伙伴之一；他们让学生用 Eve 来构建项目。

**Mihail Eric：** 对。这就是“元 harness”：harness 的 harness。你总能再往下一层。模型路由器会包装模型 API；如果你要在不同 harness 之间切换，也需要把 harness 包装起来。

**Swyx：** 同意。但学生也应该脚踏实地。前沿变化很快，可很多公司还只是用一次模型调用跑生产，或者刚开始给员工发 Cursor 许可。这样的公司比硅谷里的人想象的多得多。

品味很重要，多尝试。无论是每家公司自己做软件工厂，还是做帮助别人建工厂的工具，只要持续关注、亲自用这些工具、不断尝试，就会慢慢找到答案。

**Mihail Eric：** 我完全同意。确实有很多公司还停留在 ChatGPT 提示聊天的阶段，或者刚拿到 Cursor 许可、开始给员工部署。这样的公司比硅谷里想象的多得多。学生能接触前沿工具，知道它们怎么用，等他们加入还没跟上前沿的公司时，就能成为更有意思、更有价值的贡献者。

## [1:52:16] 从个人采用到团队自主

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-40> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=6736s>

**Swyx：** Steve Yegge 把这个过程称作“精神错乱”的几个阶段。他写了 Gas Town，后来还有 Gas City。Gas Town 最重要的成果大概就是造出了 Gas Town。你可以把它看成是在交付产品和承担责任，还是在玩 LLM。这个系统确实很复杂，也可能超前于时代；但他的营销和宣言也推动了大家采用它。他列出的阶段大方向是对的：先成为 ID 用户，再成为重度用户，然后使用多智能体，最后构建编排器。不过现在也许已经过时了，软件工厂还要更进一步。

我现在的雇主不想雇没有“经历过精神错乱并走出来”的人。我们付钱让员工经历这段过程，给他们薪水和 token；如果他们最后没有交付产品，反馈也传不到他们那里。所以我觉得学生应该经历这一过程，再带着自我认知回来。Steve 把自己的两年历程公开写了出来。

**Mihail Eric：** 学生可能会用 Notion 图表、个人系统和各种优化，让自己觉得很高效，但最后什么都没交付。

Boris 提出的团队采用模型分成五个阶段：受控、辅助、并行、受监督的自主，以及 AI 原生。每个阶段从零开始编号，所以是五级。

**Swyx：** 我得再仔细读读。动态工作流也是如此：它们是一种子代理模式，你可以按需写一个 harness。

**Mihail Eric：** 与其复制父代理，不如多写一些代码，把它作为子代理运行。Anthropic 把这种方式叫作“动态工作流”。我们在 Monaco 也做了一个版本，可以按需创建 harness，用于 GTM 等场景。

**Swyx：** Boris 的模型讲的是团队采用，Anthropic 在尝试到达第四阶段，而他们现在的工作是团队 AI 采用。它和 Steve Yegge 讲的个人采用阶梯不是一回事。这个内容应该教给大家，它把整个问题总结得很好。

## [1:56:16] 学生、开源项目与工程写作

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-41> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=6976s>

**Mihail Eric：** 这次聊得很开心。课程筹备了九个月，现在才到第一周结束，还有很多东西要做、要学。我很期待看到接下来会发生什么，尤其是和开源合作伙伴一起，让学生深入复杂代码库、真正动手构建东西。我会继续向大家更新进展。

**Swyx：** 明年你们还会再办一届。你需要给学生提供额度；开源社区的人想参与，也可以联系你。

**Mihail Eric：** 当然。

**Swyx：** 额度真的重要。学生会想要吗？还是说他们不想花钱？

**Mihail Eric：** 我们可以给他们一定数量的额度，也可以再提供资助或额外额度。

**Swyx：** 如果他们想放手做实验呢？你可以安排一次性的实验，让他们把规模扩展到一千多个代理。

**Mihail Eric：** 对，这来自 Factory。

**Swyx：** 这种人很有价值。比如 Cursor 的 Wilson，他说自己要写一个浏览器。这种有雄心、又能执行的人非常值得招聘。

**Mihail Eric：** 是的，学生应该学会有雄心。恕我直言，在今天，把照片变成应用已经不算有多大雄心；写一个浏览器才算，而且这样的项目其实还有很多。

**Swyx：** 这也是把整体门槛抬高。去年还要感谢上一届学生，但今年我们显然会期待更多，这正是能力水平在不断提升。去年课程还在教什么是提示、怎么做少样本提示；我不觉得现在大家还会特别关注这些。

我给学生一个第 11 周的额外建议：做基准，做评估。这能让你敲开每一家前沿实验室和顶尖智能体实验室的大门。写一篇有严谨性、讨论有意思问题的工程博客文章，也会有很大帮助。

**Mihail Eric：** 好的工程博客文章要有严谨性。这里有不少基准和容易着手的题目。

## [2:00:18] 深入一个问题，也能创造生意

<https://pod-exp.pages.dev/dpY7YzZo4kE/#chapter-42> · YouTube <https://www.youtube.com/watch?v=dpY7YzZo4kE&t=7218s>

**Swyx：** 工程文章写得好，往往是因为你深入研究了一件事。

**Mihail Eric：** 这不只是打开职业机会，也能赚钱、创办公司。

**Swyx：** SWE-bench 最初也是一个本科生项目。

**Mihail Eric：** 对，是在普林斯顿做的。

**Swyx：** 太棒了。今天就聊到这里。
