斯坦福CS146S十周课程：从LLM基础到Multi-Agent

2025 年秋季斯坦福计算机系出现了一门排课火爆的新课 —— CS146S: The Modern Software Developer现代软件开发者。这门课由 Mihail Eric 主讲他是斯坦福校友曾在 Amazon Alexa 担任技术主管创办过 YC 孵化的 AI 编程公司如今重返母校开设了斯坦福历史上第一门专注于 AI 软件开发的课程。一、这门课独特在哪里传统的软件工程课教你如何写代码、如何设计系统、如何测试。CS146S 则教你一件完全不同的事如何成为 AI Agent 的管理者。Human-agent engineering, not vibe coding. 人机协作工程而非氛围式编程什么意思纯粹靠感觉让 AI 生成代码所谓 vibe coding并不能产出生产级软件。真正的现代开发者需要学会像管理一群热情但稚嫩的 AI 实习候选人一样给它们提供清晰的上下文、明确的指令、合理的架构。LLMs are only as good as you are. LLM 的上限就是你的上限如果有人说AI 在我的代码库上不好用通常意味着即便是一个人类新手进入这个代码库也会一头雾水。问题不在 AI在于代码本身缺乏清晰的结构和上下文。二、十周课程从原理到实战课程设计覆盖了 AI 辅助开发的完整生命周期。以下是每周的关键主题第 3-4 周AI IDE 与 Agent 管理探讨上下文管理的艺术如何让 AI 理解你的项目如何写好 PRD产品需求文档让 Agent 高效执行如何设置 AI 原生的开发环境第四周的重点是Agent 管理——如何在人机协作中找到平衡点既不过度依赖也不完全不信任。第 6 周AI 测试与安全安全编码在 AI 时代变得更加重要。本周覆盖 SAST、DAST、漏洞检测、AI 生成的测试用例以及如何用 Semgrep 等工具进行安全扫描。第 8 周自动化 UI 构建用一个 Prompt 生成完整的 Web App。快速原型、设计普惠化、端到端应用构建。第 10 周AI 软件工程的未来软件开发者的角色将如何演变十年后的开发会是什么样子Boris Cherney (Anthropic) — Claude Code 的创造者分享 AI 编程助手的幕后设计哲学Silas Alberti (Cognition) — Devin首个 AI 软件技术人背后公司的研究主管Zach Lloyd (Warp) — AI 终端的产品逻辑和创业经验Isaac Evans (Semgrep) — AI 时代的安全陷阱与应对策略Tomas Reimers (Graphite) — 代码审查自动化的前沿实践Gaspar Garcia (Vercel) — 一键构建应用的技术架构Mayank Agarwal Milind Ganjoo (Resolve) — 部署后 AI 运维的实战经验Martin Casado (a16z) — 投资视角下的 AI 工程未来能在一门课里听到这些正在塑造行业未来的人的第一手分享这本身就是斯坦福的独特资源。作业仓库https://github.com/mihail911/modern-software-dev-assignmentsWeek 1: LLM Prompting PlaygroundWeek 2: First Steps in the AI IDEWeek 3: Build a Custom MCP ServerWeek 4: Coding with Claude CodeWeek 5: Agentic Development with WarpWeek 6: Writing Secure AI CodeWeek 7: Code Review RepsWeek 8: Multi-stack Web App Builds每个作业都基于真实的 AI 工具——Claude Code、Warp、Semgrep、Graphite——而不是玩具项目。这里有课程大纲、每周的 SlidesGoogle Slides 格式、以及嘉宾演讲的资料。课程从 9 月 22 日开始为期十周每周两次课。当大多数高校还在争论是否该禁止学生使用 AI 工具时这门课的态度截然相反——全面拥抱 AI。正如 Mihail Eric 在课堂上所说如果你能不写一行代码就完成整门课那更好。课程开篇就提出了一个关键理念另一个洞见同样犀利这种思维方式的转变正是这门课最独特的地方——它不是在教工具而是在教新时代的工作方式。第 1-2 周LLM 基础与 Agent 架构从 LLM 的工作原理讲起深入 Prompt Engineering 的实战技巧然后进入 Agent 架构的关键概念——工具调用、函数调用、Model Context Protocol (MCP)。第二周的作业是从零构建一个 Coding Agent并搭建自定义的 MCP Server。第 5 周现代终端AI 增强的命令行工具正在改变终端体验。本周深入 Warp 等工具学习终端自动化和 CLI 增强。第 7 周现代软件支持AI 代码审查、智能文档生成、调试辅助。如何建立对 AI 生成代码的信任如何设置 Code Review 流程来捕捉 AI 的错误和Hallucination第 9 周部署后的 Agent监控、可观测性、自动化事件响应。当 AI 参与到 DevOps 流程中会发生什么三、硅谷顶级嘉宾阵容这门课的另一个亮点是每周五的嘉宾分享。这些嘉宾不是学术界的教授而是正在定义 AI 开发工具未来的实践者四、实战作业与开源资源课程的所有作业都开源在 GitHub 上任何人都可以自学八周的实战作业覆盖课程主页https://themodernsoftware.dev开篇实战准备30分钟搞定环境1. 环境要求极简版Python 3.10 或 3.11推荐AnacondaVS Code 编辑器安装Python扩展一个OpenAI账号或国内通义千问、豆包等后面代码可一键切换2. 一键安装工具打开终端复制粘贴运行pip install openai1.35.0 streamlit1.38.0 gradio4.44.0 python-dotenv requests3. API申请2分钟打开 https://platform.openai.com/api-keys创建新Key复制保存到项目根目录新建的.env文件里OPENAI_API_KEYsk-你的key在这里4. 项目文件夹结构直接复制ai_systems/ ├── .env ├── requirements.txt ├── qa_assistant.py # 项目1 ├── copy_generator.py # 项目2 ├── chatbot.py # 项目3 └── utils.py # 公共工具把上面requirements.txt内容写成openai1.35.0 streamlit1.38.0 gradio4.44.0 python-dotenv环境搞定下面我们直接上手项目。为方便大家学习 这里给大家整理了一份详细的学习资料包 需要的同学 可以根据图片指示自取极简原理速通只讲项目必需的3个逻辑Prompt就是指令大模型像一个超级听话的助手你把需求写得越清晰它输出越准。核心模板角色 任务 格式 示例。API调用三步加载key → 创建client → 调用chat.completions.createtemperature0.7控制创意度。UI交互用Streamlit一行代码就能出网页st.text_input st.button st.chat_message零前端知识也能做。记住这三点就够了下面直接开干