斯坦福如何教 AI 原生工程:Mihail Eric 谈 CS146S 课程与 Monaco 的智能体实践
斯坦福 CS146S 课程在第二轮教学中引入开源维护者参与评审,学生需学习陌生代码库、提出修改并向可能合并代码的维护者解释补丁。授课人 Mihail Eric 同时负责 Monaco 的 AI 工作,他披露团队自建智能体工作区、外购代码审查工具,并让值班智能体接入 Datadog 与 GitHub。他以此说明哪些工具值得自研、哪些应当购买。
斯坦福 CS146S 课程在第二轮教学中引入开源维护者参与评审,学生需学习陌生代码库、提出修改并向可能合并代码的维护者解释补丁。授课人 Mihail Eric 同时负责 Monaco 的 AI 工作,他披露团队自建智能体工作区、外购代码审查工具,并让值班智能体接入 Datadog 与 GitHub。他以此说明哪些工具值得自研、哪些应当购买。
Andrej Karpathy 用 Claude 的 Opus 5.5 模型在一个周末做出 HackerTube,从 20 年 Hacker News 的 4300 万条评论中筛选出 6454 个视频。
阿里巴巴与多所亚洲高校的研究者构建了编码智能体基准 Co-Design Bench,任务来自真实用户的修改请求,部分需处理图像、音频、视频或文档输入。十个被测模型中表现最好的 GPT-6 Astra 平均满足约 70% 的任务要求,但仅 26.4% 的任务被完全做对;Claude Opus 5 和 Qwen3.8-Max 分列其后,Grok 4.6 垫底。
GitHub 单周提交量突破 12 亿次,同比增长超 400%,超过 2025 年全年总量。Faros AI 研究显示,团队从低 AI 采用率升至高位后,pull request 的评审停留时间延长了 441%。
AI 芯片设计公司 Ricursive Intelligence 训练并发布开源语言模型 Ripple-65B Preview,预训练使用 12 万亿 token,在 TerminalBench 2.1 编码基准上得分 80.52,为美国开源模型中的最好成绩。
示例项目 sample-remote-coding-agent 展示了如何把 Claude Code 作为远程智能体运行在 Amazon Bedrock AgentCore 上,每个任务在独立 AgentCore runtime 会话的 microVM 中执行,最终返回 GitHub pull request 供审阅合并。
Cult.fit 正在使用 Codex 帮助各职能团队构建工具、加快工作速度并改变工作方式。
Merge 使用 GPT-6 Astra、ChatGPT 和 Codex 审查产品代码并支持营销工作。其团队还用 AI 策划高管晚宴、准备销售更新。
微软研究院发布 PDD Kit,可将用户意图转成 Verus 形式化规范,证明智能体生成的代码对每个输入都满足规范,证明覆盖不到的部分则回退到测试。团队在 GitHub Next 的 Chopin 环境中用它验证了 Rust 全栈应用 Pet Store 的登录逻辑,Verus 在加固代码的同时发现了已有 bug,开发者只审阅意图而未逐行阅读生成代码。
推荐理由:微软研究院介绍 PDD Kit 如何把用户意图转成 Verus 形式化规范,并用证明加测试约束智能体生成的代码。
Meta 收购 AI 编码初创公司 Conductor,后者可让开发者同时控制多个 AI 编码智能体,交易金额未披露。Conductor CEO Charlie Holtz 在博客中确认了这笔交易,Conductor Cloud 将于 11 月 20 日关停,桌面应用将在 2027 年初停止接收新模型。
Meta 已收购 AI 编码初创公司 Conductor,后者可让用户在并行工作区中部署多个智能体来启动软件项目。Conductor 创始人 Charlie Holtz 表示核心功能将维持现状至明年初,但云服务将于 11 月 20 日关停,随后开始删除用户云端数据。
OpenAI 于 11 月 4 日宣布收购 Pierre Computer Company,后者是 Code Storage 及多个开源工具的开发商,其库已用于 OpenAI 的编码智能体 Codex。
OpenAI 宣布将收购 Pierre Computer Company,以扩充 Codex 在代码构建、理解和审查方面的工具能力。原文未披露交易金额与完成时间等细节。
推荐理由:OpenAI 收购 Pierre 以扩充 Codex 的代码构建与审查能力,读者可据此观察其编码工具链的整合方向。
Collinear AI 在 Hugging Face 发布 CWE-bench v2,公开 100 个安全漏洞修复任务,覆盖 91 种 CWE,评分完全程序化、可复现。
OpenAI 称其硬件团队用 GPT-6 Astra 设计了一款让用户与 Codex 编码智能体对话的设备,作为副项目在不到一周内完成。Astra 承担了外壳设计、含元件选型与走线的 PCB 布局、固件和用户界面等全部环节,代工厂在不到一个月内产出小批量原型,但因 Astra 未总能考虑制造约束、公差和装配细节,经历了几轮修改。
推荐理由:读者可了解 OpenAI 用 GPT-6 Astra 端到端设计硬件的具体环节,以及模型在制造约束上的实际短板。
ChatGPT 和 Codex 正在帮助工程师加速 CAD、PCB 设计、仿真等物理世界工作流。OpenAI 介绍了这些工具在工程领域的应用方式。
Anthropic 员工 Addy Osmani 在 X 上确认,Claude Code 针对 Opus 5.5 的系统提示词新增两句话,阻止该工具克隆他人游戏,该规则已生效数天,即使克隆作品改名或冒充原创也会触发。
Y Combinator CEO Garry Tan 在播客 The Builders 中透露,他每年在 token 上花费约 10 万至 20 万美元,用于大量工作项目和编码任务。他在 GitHub 上公开了 23 个 Claude Code 技能(gstack),其智能体可读取他的邮件、Dropbox 和 Apple Notes。他认为个人 AI 智能体要走向主流,成本必须降下来。
OpenAI 构建了 Git 兼容后端 Pando,用于支撑 Codex 带来的开发规模。该后端面向大规模开发场景设计,具体性能数据与开放情况原文未披露。
高盛已限制大部分员工使用 Anthropic 的 Claude Code 和 Microsoft 的 GitHub 等高级 AI 编码工具,仅工程师保留使用权,该消息由 Bloomberg 援引 10 月内部指引报道。
Qodo 把公司知识与编码规范引入 Codex,帮助开发者在提交 pull request 之前跨仓库发现 P0 级问题。
Anthropic 更新 Claude Code 系统提示词,阻止其被用于复刻现有电子游戏,但用户仍可用它制作原创游戏。Anthropic 的 Addy Osmani 表示,已在 Opus 5.5 上为 Claude Code 提示词增加两句话,引导其避免重建他人特定游戏,因为用 Claude 侵犯 IP 违反使用政策。原创游戏、类型游戏及基于用户自有设计和素材的游戏仍可正常使用。
Anthropic 为 Claude 新增系统提示词规则,禁止复刻特定现有游戏,即使改名或声称原创也不行。该规则以 "tengu_heron_brook" 之名出现在 10 月 30 日发布的 Claude Code 2.1.314 版本中,Claude Opus 5.5 另有独立限制。此举或能帮 Anthropic 规避部分责任,但难以减缓近月来的 AI 游戏移植与复制潮。
面向 AI 编程智能体的按 token 计费模式正让高价值工作流变成最贵的一环,Uber 据称在 4 月就耗尽全年 AI 预算,GitHub Copilot 也从固定费率转向按量计费。文章主张改用「每个已合并 PR 的成本」衡量投入产出,并搭配返工与缺陷指标。HPE 称其混合 AI 平台将 150 多个内部应用的常规负载路由到本地开源权重模型,token 成本下降 30% 至 50%。
ChatGPT 桌面应用现已在 AWS GovCloud (US) 的 Amazon Bedrock 上线,通过 Work 和 Codex 两个组件访问 OpenAI 前沿模型。
AI Engineer 公布 AIE CODE 大会三大主题:Scaling without Slop、System One 模型与提升野心,TypeSafe 团队将展示 System One 模型的实际用法,Bun 作者 Jarred Sumner 将预览 Bun AOT 与全新编译器特性。大会为单轨、邀请制,面向全球前 1000 名智能体工程师,目前尚余数百席位。
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是其 1 万亿参数、原生多模态的旗舰模型,此前已公开预览。该模型在 FrontierCode 2.0 上得分 19.7%,在 Terminal-Bench 4.0 上提升 13 个百分点至 41%,并提供 Low、Medium、High 三档推理模式。
推荐理由:原文给出开放权重、三种推理模式与定价,读者可据此判断自托管部署的成本与安全取舍。
Microsoft Research Focus 第97期介绍多项新研究:自改进智能体框架 ForkPilot 在六个基准和主流模型上达到现有最佳方法水平,同时将 AI 处理开销最多降低 59%。
AWS 博客介绍如何用 AI IDE Kiro 把 PHP 到 Java 迁移做成可重复流程,核心是一套共享技能文件、一个发现扫描器和八阶段工作流。扫描器 discover-models.php 以单文件、无依赖方式读取源码 token,输出包含字段、类型转换和关系的 JSON 清单,并把歧义项放入人工复核队列。
Simon Willison 推荐 Jacob Sansbury 介绍 Spawn 的文章,Spawn 是一个多人游戏环境,玩家可用提示词让游戏内智能体 Savi 修改游戏世界。
Mistral 在 Hugging Face 放出 Mistral Large 4 权重,昵称「Le Chonk」,总参数约 1 万亿、每步激活 52B,支持文本与图像输入。
Google 发布前沿模型 Gemini 4 Carbon,称其在编码、智能体任务和网络安全方面有显著提升,并在 Artificial Analysis Intelligence Index(v5.0)上排名第一,Claude Opus 5.5 和 GPT-6 Astra 位列其后。
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon,该模型在 Artificial Analysis Intelligence Index v5.0 上得分 59,高于 Argon 的 50,位列第一。
推荐理由:材料汇总了第三方评测与价格数据,可对比 Gemini 4 Carbon 与 Argon、Claude Opus 5.5 在智能体编码和成本上的差距。
Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2,通过开放 Agent Client Protocol 支持在 IDE 内运行 Claude、Codex、Google Antigravity 等 40 多个编码智能体。
推荐理由:Android Studio 开放第三方智能体接入,并给出 CLI 与 MCP 接口的具体变化,可据此判断移动开发工作流的调整方向。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务能力上达到 SOTA,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:原文列出 Carbon 在网络安全与长程编码基准上的具体分数和定价,可对照两周前发布的 Argon 看能力推进节奏。
Simon Willison 认为 2026 年 10 月是氛围编程做游戏的拐点,Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上有明显进步,他仅靠提示词就做出四款自己真正愿意玩的浏览器游戏。
Anthropic 工程经理 Felix Rieseberg 取消了传统编程面试,认为 Claude 完成小编程任务已优于候选人,测试分数不再能预测谁是顶尖开发者。
一位 Thomson Reuters 首席工程师在喜马拉雅山麓的断网环境下,用 OpenCode 1.19.4 配合 Ollama 在笔记本本地运行 Qwen3.5 9B,验证离线编码智能体的可行性。
The Verge 报道 OpenAI 与 Anthropic 正推动用 AI 迁移 COBOL 等遗留代码,OpenAI 称 GPT-6.1 Sol 在低推理强度下行为保持准确率为 87%,高推理强度下升至 98%。多位学者指出,重写代码不等于替换系统,OpenAI 的评测未覆盖把复杂遗留系统拆分为可单独替换单元这一核心难点,AI 目前在迁移 COBOL 系统中尚未扮演主要角色。
Greptile 使用 GPT-6 Astra 测试用户工作流,把缺陷检测从代码审查延伸到实际使用场景。它还借助 Daybreak 加强安全,并用 Codex 减少返工。