當 AI 能寫程式碼,初階工程師該學什麼?——Mihail Eric,Monaco
當 AI 能寫程式碼,初階工程師該學什麼?——Mihail Eric,Monaco
Mihail Eric 在史丹佛開設的 AI 時代軟體工程課程,講授代理內部機制、上下文工程與工具設計,結論是初階工程師必須兼具 AI 熟練度與基本功,而程式碼審查(而非寫程式)正成為新興瓶頸。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Mihail Eric 在史丹佛大學開設 CS146「AI 原生軟體開發」課程,同時在銷售新創 Monaco 帶領 AI 團隊。他主張初階工程師並非死路一條,但入行門檻已大幅墊高:他們必須在起步時就具備接近資深工程師的判斷力,遠高於上一代的要求。本集節目大致上是他十週課程的導覽——編碼代理(coding agent)的內部構造、脈絡工程(context engineering)、對代理友善的程式碼庫、程式碼審查的瓶頸、資安、背景代理,以及「軟體工廠」——中間還岔出去很長一段,談 Monaco 如何自建與採購 AI 工具。標題聚焦初階工程師算合理但偏窄:整段對話花在實務工程做法與 Monaco 自建或採購決策上的時間,遠多於給學生的職涯建議。
Eric 是稱職的嚮導,因為他既是老師也是實戰操盤手。他在 2025 年秋季首度開課,現在教的是大幅改版後的第二版;在 Monaco,他實際評測過程式碼審查廠商、自建了背景代理平臺,也推出過內部 Slack 機器人。以下是這趟導覽的重點:他提到的具體工具、廠商、數字與未解問題,以及他和主持人 swyx 意見相左之處。
這門課之所以存在,是因為實務跑得比文獻快
Eric 把這門課的起點追溯到 2024 年 11 月。當時編碼代理已在改變開發者的工作方式,但方法論只散見於零星部落格文章。他花了約九到十個月——直到 2025 年中到年底——才讓提案通過史丹佛的課程委員會,過程中請教了曾在該校開設機器學習系統課程的 Chip Huyen。第一版在 2025 年秋季開課,早於他所說的「Opus 4.5、4.6 時期」,還引來《Business Insider》一篇報導。現在進行的第二版改動很大,因為自主編碼代理的進步速度超出他的預期。
設計原則是:Eric 先提出一位實務工作者彙整的觀點,再邀請更接近前沿的人來挑戰它。客座講者包括 Boris Cherny(Claude Code)、Silas 與 Walden(Cognition/Devin)、Eno(Factory)、Isaac(Semgrep)、Rajesh(Cloudflare)、Elad 與 Amjad,以及 Jerry(Dex)。Eric 講得很明白,他不背書任何工具:他第一次開課時,Claude Code 還沒紅,Cherny 的 Twitter 追蹤數大約只有 4,000。
修課學生是自我篩選出來的——課程大綱在開學前好幾週就公開——成員不只資工系大二、大三生,還有病理學與醫學領域的博士後、其他工程科系,以及史丹佛 MBA 學生;用 swyx 的話說,這些 MBA 學生是想避免日後還得去找技術共同創辦人。Eric 在課堂上做過調查,發現已經沒有任何一個學生親手打程式碼。
| 週次 | 主題 | 值得注意的人名或教材 |
|---|---|---|
| 1 | 編碼代理的內部構造;從零打造代理框架 | 200 行的代理迴圈;以中間人代理攔截真實的 Claude Code 流量 |
| 2 | 大規模脈絡工程;工具設計與 MCP | 「Revit」研究—提案—實作—測試框架,類似 Dex 的 RPI |
| 3 | 把技能(skills)當成超越單一用途工具的程式 | Matt Pocock 的「grill me」;Jeffrey Litz 的「explain diff」 |
| 4 | 客製化代理:設定檔、掛鉤(hooks)、子代理 | AGENTS.md、CLAUDE.md |
| 5 | 對代理友善的程式碼庫 | Factory 的整備度報告 |
| 6 | 代理式程式碼審查 | Devin、CodeRabbit、Graphite、Ellipsis |
| 7 | 資安與新型攻擊手法 | Semgrep |
| 8 | 背景代理與 AI SRE | Cloudflare、Resolve、Nightshift、Ramp Inspect、Stripe Minions、Spotify |
| 9 | 團隊層級基礎設施與角色演變 | LLM 閘道、MCP 入口網站、Amjad |
| 10 | 軟體工廠,以及人類還剩下什麼 | Warp 的軟體工廠開源專案 |
最具體的教學橋段是第一週的第二堂課:學生用中間人代理攔截 Claude Code 的請求與回應,直接讀取實際的系統提示、規劃提示與脈絡壓縮提示。swyx 指出,Claude Code 的系統提示是所有主流代理中最長的,約 20,000 個 Token,不過曾一度被砍掉約 80%,後來又長回來。Eric 的觀察是:以前寫在系統提示裡的指示——怎麼用 git、怎麼設定任務——已經遷移到模型權重裡,這就帶出一個策略問題:該投資在代理框架,還是投資在模型?
多數實務工作者在脈絡工程這關就停住了
Eric 的論點是,業界極少有人進展到基本提示(vanilla prompting)之外,而這種做法碰上幾百萬行的程式碼庫根本行不通。他的框架是插入一個研究階段,接著產出提案、提供幾種替代做法讓人工挑一個,再形成計畫、成為規格,最後才實作與測試。人的工作是決定採用哪個替代方案,而不是動手實作。
真正還沒有定論的是多代理之間的脈絡。swyx 描述他身處的迴圈:把工作分派給子代理,發現它們缺少脈絡,於是擴充指示,然後看著它們過度放大某句隨口說的話,自信滿滿地犯錯。子代理不一定會繼承主執行緒的脈絡——Claude 的託管代理會讓各工作階段彼此獨立——而它們的產出還得壓縮回主線。Eric 同意這門手藝的成分多於科學,並引用 Dex 的「笨區」(dumb zone)概念:脈絡累積到某個程度後,表現反而開始下滑。
談到技能(skills),兩人的分歧很有建設性。swyx 維護一個公開的技能庫,還有一個「技能剪裁器」技能,專門修剪 Claude Code 與 Codex 內建技能建立技能所產生的冗長輸出;他的抱怨是技能常在意想不到的時候被觸發,因為觸發條件寫得很糟。他懷疑 OpenAI 和 Anthropic 內部有些人巴不得技能消失,因為一個裝滿 markdown 檔案的目錄看起來一點都不像 AGI。Eric 提出相反立場:把技能當成組織知識的成文化形式——例如 Devin 把某家公司的 API 與服務邊界慣例寫進去,讓審查代理據以執行——這種用法可能比把技能當臨時程式更長命。
對代理友善的程式碼庫,是第五週之後一切的基礎
Eric 說代理整備度是他最喜歡的主題,並把它定位成多代理平行作業、背景代理與軟體工廠的前提。要問的是:一個程式碼庫對代理而言有多可驗證、結構有多好、有多好理解。他把早期投入的功勞歸給 Factory 和 Eno,並說 Monaco 自己也跑整備度報告。
在企業規模下,實務上的障礙往往跟 AI 毫無關係。Eric 說,拖住大公司的都是低階的 DevOps 與 CI/CD 問題:合併佇列塞車、應用程式啟動太慢。再加一個 SRE 機器人並不能解決系統性問題。swyx 對企業現實的描繪是:幾萬個程式碼庫、程式碼庫數量比開發者還多、線上跑的程式碼作者早已離職、執行手冊過時,而值班工程師得一個人面對這一切。
Resolve 在企業 AI SRE 領域受到肯定,因為像 Ford 或 Walmart 這種規模的服務相依圖,真的已經無法人工掌握;規模小一點的公司自己土法煉鋼就行。Resolve 也設計了去年的課堂作業:一個由多個服務組成的沙箱,裡面預埋了 bug,學生得扮演值班人員把它們診斷出來。
程式碼審查是瓶頸,解方在中間路線
兩版課程之間最明顯的變化,就是程式碼審查成了限制條件。一個代理一天可以開 30 幾個 pull request;人工逐行審查每一個 PR,就成了塞車點,也讓大規模生成的意義盡失。Eric 的框架是走中間路線:投資在代理整備度與可驗證性上,讓某一類變更可以自動核准,把人力留給其餘部分——而且就算如此,也要質疑逐行審查到底是不是正確的單位。
他指向 Amplitude、Cloudflare 與 Augment 公開發表的文章,說明他們如何設計自家的 AI 審查系統;也提到 Aviator 的 Ankit 在 Latent Space 的客座文章,談如何消滅程式碼審查。swyx 補充,審查只是兩個塞車點之一,另一個是管線最前端的意圖。
至於如何讓規格保持最新,Eric 的答案是:pull request 的描述就是活的規格——不是一段文字,而是對實作的精簡說明,並附上檔案層級的指標指出改了哪裡。swyx 反駁,這只保證了與該 PR 的內部一致性,卻保證不了與程式碼庫累積意圖的一致性——五週前訂下的規格,可能被這個 PR 悄悄推翻。他提到會計公司 Basis 同時對規格與它所稱的「程式碼正典狀態」做版本控制;也提到他自己還沒推出的點子:一個「程式資料庫」,用來取代 Git,成為存放執行軌跡、規格與技能的倉庫,因為 Git 的鎖定模型對高併發很不友善。他預期 Linear 會拿下這塊市場,因為任務本來就住在那裡。
資安是第七週,而誠實的答案是:沒人知道穩定點在哪
Eric 的資安核心訊息是相依性與供應鏈紀律:鎖定版本,不要盲目 npm install。swyx 把箇中令人不安的推論講出來——最安全的程式碼庫就是沒有相依性——隨即又自我反駁:開源之所以行得通,是因為陽光是最好的消毒劑;一個有十萬名使用者的相依套件,bug 自然會有別人先找到,而你自家寫的程式碼不會。Eric 補上一個未解問題:當越來越多程式碼庫變成由代理維運的軟體工廠,開源資安會變成什麼樣子?他舉 Warp 把自家開源終端機當成軟體工廠來維運為例。
swyx 提出一個說法(他歸給 Vercel 的 Malta):把 C 與 C++ 相依套件移植到 Rust;以及模型實驗室的分階段發布做法(Daybreak、Glasswing),先替關鍵組織打好補丁,再釋出具備網攻能力的模型。他的反對意見是:點名一百個受信任組織,就等於創造一百個攻擊入口,而且這些組織很容易被攻破。兩人都同意,模型可能帶來的是不同的 bug,而不是更少的 bug;真正的風險是人們對「到底上了什麼線」愈來愈不清楚。swyx 的規則是:資料、帳務與驗證不做 vibe coding,其餘都可以。如果你分不清 shell 測試裡的 -n 和 -z,或從沒讀過 AWS IAM 政策,你就沒辦法對自己不懂的東西下提示。
Monaco 採購是為了學習,自建是為了留住能力
Monaco 是一家 B 輪公司,打造全包式、AI 原生的銷售平臺,初期鎖定種子輪到 A 輪的新創——也就是 Brex 模式:先跟著同期新創一起長大,再往上游市場走。Eric 描述了一套自建的代理式銷售工作流程框架(TAM 與 ICP 評分、銷售管線演進、會議準備與摘要),並說公司現在進入用強化學習對開放權重模型做後訓練的階段,以控制成本;swyx 稱之為把「代理實驗室的劇本」反過來演。
自建或採購的原則是「採購是為了學習,自建是為了留住能力」。Monaco 以 Coder.com 為基礎打造了背景代理平臺 Monocoder,還有 HAL——一個 Slack 機器人,身兼 AI SRE、客戶成功與 QA 工程師,對業務和對開發者還有不同人格。資料補充方面它用 Parallel 和 Exa(Eric 不願替兩者排名),並維護自家一個「世界資料庫」,存放補充過資料的公司、客戶帳號與聯絡人。它的需求訊號看的是時機:剛換工作的銷售副總裁,比在位五年的更值得鎖定。
程式碼審查那段最詳細。Monaco 一年多前評估過 CodeRabbit、Graphite、Ellipsis 等廠商,結論是沒有一家跨過夠好用的門檻;Eric 針對 PR、冗長程度與實用性做了統計分析,而不是憑感覺,因此沒有推動採用。後來 Silas 來客座演講之後,工程師開始主動要求加入 Devin,Monaco 至今仍在使用。swyx 宣告他現在只是 Cognition 的顧問。
軟體工廠是終點,人類的角色是意圖與審查
第十週問的是:當 80–90% 的程式碼由代理撰寫,人類還剩下什麼?Eric 目前的答案是兩個塞車點:意圖(定義要做什麼)與審查(檢查系統)。他預期審查會比意圖更早鬆綁。他懷疑有哪家廠商能一次賣出整座工廠——務實的路徑是先以編碼代理切入,再加上背景代理,接著接手一部分 SRE,最後才把這些串起來。
Warp 貢獻了一個開源專案,讓學生實際執行並維護一座工廠。swyx 引用 OpenAI 那篇談「代理框架工程」的文章:有個團隊花了五個月、完全沒手寫任何程式碼就做出一個內部工具,包括前期那段還沒回本的陣痛期。談到角色,Eric 預期抽象層次會愈來愈高,會出現某種「代理管理者」,懂產品需求、懂技術限制,也懂如何在兩者之間裁決。swyx 則指出,Anthropic 自家的產品主管與工程主管都說,他們的職務目前還沒有合併。
結尾的交鋒是關於「精神病」的警告。swyx 提到 Steve Yegge 的 AI 採用階段論,如今已走到第十級,以及 Gastown 的失敗——Eric 說 Gastown 嚴格說來可能只對打造 Gastown 本身有用。swyx 的用人觀點是:他要的是經歷過那場精神病、並且走了出來的人,因為付一個人的薪水與 Token 帳單、卻看著他毫無產出,代價太高。Boris Cherny 那份團隊採用五階段教材(零、設閘、輔助、平行、監督式自主、AI 原生)被推薦為團隊層級的對照版本,但要注意 Anthropic 自己目前只停在第三階段。
給學生的具體建議是:期末專題要做具體且夠有野心的東西——有學生做了一套 C 語言記憶體位址手冊的翻譯器,另一個學生拍下設計草圖、生成出已部署的 Vercel 應用,還因此在那裡找到工作。swyx 對假想中第十一週的免費建議是:去做基準測試與評測,他說這能讓你踏進任何一家前沿實驗室的門,而且還能變成生意——SWE-bench 原本只是普林斯頓的大學部專題。
真正還沒有定論的事
整集有三股張力貫穿始終,沒有得到解決。第一是代理框架與模型之爭:當 Claude Code 的系統提示愈縮愈短、指示搬進權重裡,投資在鷹架上的價值就變得不明,社群也跟著搖擺。第二是規格問題:對話中沒有人對「如何讓程式碼庫累積的意圖,與源源不絕的代理生成 PR 保持一致」有可行答案,而提出的解法——PR 描述、Basis 式的正典狀態檔、取代 Git——全都還在早期。第三是前沿的資安:分階段發布模型、移植到 Rust、相依性紀律,全都只是部分解,與談者一致認為,在代理接手維運之後,開源資安的穩定點在哪裡仍是未知數。Eric 自己的保留態度值得放在心上——他說他不敢宣稱自己有答案,只是提出一位實務工作者彙整的觀點,而每天花十分鐘試點新東西,就能補上大部分的落差。