斯坦福最新课程：200行写Claude Code

AI 编程工具已经从单纯的代码补全演进到了智能体时代。软件工程的下一步是什么？ 斯坦福的答案是：重塑软件开发者的能力模型，批量培养「AI 原生开发者」。

这门课是 CS146S《The Modern Software Developer》，于 2026 年秋季学期再次更新！课程不沿用过去的教学路径，而是推翻了去年秋季 85% 的旧教案。 原因在于：随着 Claude 等前沿大模型在推理与长程规划上的能力阶跃，代码智能体（Coding Agent）已不再是简单的辅助插件，而是彻底重构了软件工程的协作链路。 主讲人 Mihail Eric 明确指出：未来顶尖工程师的核心竞争力，不再是敲击语法与编写样板代码，而是学会管理智能体集群、构建严密的代码库约束与自动化交付闭环。 现在，课程主页、大纲日历与核心学习资源均已向公众在线开放！

课程由前亚马逊 NLP 学者 Mihail Eric 主讲，并由 Isaac Kan、Vijay Daita 和 Patrick Hua 共同担任助教。

Mihail Eric 曾任亚马逊 Alexa 核心技术成员，并在斯坦福长期从事自然语言处理与机器学习系统研究。他的工作专注于将大语言模型与真实生产级软件工程深度融合。 整个学期中，课程还邀请了多位一线代码智能体与开发者基础设施的奠基人担任客座讲者。公开课表中包括 Anthropic 核心成员、Claude Code 之父 Boris Cherny，Cognition 研发高级副总裁、Devin 核心开发者 Silas Alberti，SpaceX 团队负责人、前 Vercel 与 Cursor 核心 Lee Robinson，Replit 创始人兼 CEO Amjad Masad，Factory CTO Eno Reyes，Semgrep 创始人兼 CEO Isaac Evans，以及知名投资人 Elad Gil 等一众产业界一线开拓者。 首个面向真实开源 PR 的 Agent 课 过去几年，软件工程教学的核心在于数据结构、手动单测与样板逻辑编写。CS146S 关心的是一个更紧迫的问题：当代码智能体具备读写文件、终端执行与多轮调试能力后，开发者如何以智能体为核心重新定义开发流程？ 这里的「AI 原生开发」不是让开发者甩手不管，而是构建一套高度可控的闭环工程：从上下文工程、规范驱动开发，到代码库审计与自动化审查架构。 为此，课程设立了极具挑战的动手标准。全课成绩中，期末综合项目占 50%，而向生产级真实开源库提交 Pull Request 占 30%。学生不能只在本地跑几个 Toy Demo，必须向一线开源项目提交高质量 PR 并通过核心维护者的代码审查。

课程联合了全球 14 家顶级开源与智能体生态提供技术支持与指导，包括 OpenHands、Browserbase、Semgrep、Milvus、Marimo、CrewAI、Warp、Vercel、CopilotKit、HeyGen、Unsloth 与 Arize AI 等。 课程内容 CS146S 持续 10 周，内容层层递进，系统拆解了一个 AI 原生开发者的完整技能树。

前半程从代码智能体的底层机制讲起。大语言模型如何驱动核心工具链？任务如何在读取、写入、编辑与终端执行之间流转？学生在第一周就会用 200 行代码完整复现一个最小可用版 Claude Code，并深入主流智能体的系统提示词与工具定义。 紧接着，课程进入高级上下文工程与开发框架。这部分会引入包含调研（Research）、提案（Propose）、计划（Plan）、实现（Implement）、测试（Test）全流程的 RePPIT 规范驱动开发框架，并系统讲授 MCP（Model Context Protocol）协议的通信机制与智能体工具设计。 中半程聚焦于智能体技能封装与代码库改造。课程会讲到如何通过 SKILL.md 与脚本封装复杂工作流，利用 Web Skills 突破本地仓库限制；深入 CLAUDE.md 与 AGENTS.md 的规范设计，搭建规划、执行与审查协同的子智能体架构；同时专门讲授如何打造「Agent 友好型代码库」，消除阻碍智能体理解架构的各种结构缺陷。 后半程进入团队级工程落地与安全防线。模型审查代码的优势与盲区分别在哪？课程会搭建自动化审查架构并配置自定义规则，将 AI 审查嵌入真实 PR 流水线；针对静态分析、依赖安全与针对智能体的新型提示词注入（Prompt Injection）构建防御护栏。 最后，课程把视野拓展到大规模并发与终极软件工厂：如何在云端管理并发运行的异步 Agent 集群，打通从 Issue 到 PR 的自动化流水线；如何在企业内部搭建 MCP 门户与模型路由网关；以及软件部署后如何构建自闭环、可自愈的「软件工厂」。 课程地址 课程主页：https://themodernsoftware.dev/

从大纲要求、开源贡献指标与作业设计来看，CS146S 并不是一门面向零基础读者的入门科普课。 选课者需要具备扎实的通用编程经验（等同于斯坦福 CS111/CS161 水平），熟悉 Python 或现代系统级语言，并对机器学习基础概念有所了解。如果要完整跟进课中实验，最好能独立熟练使用 Git、命令行终端并理解大模型 API 调用机制。 大模型没有让软件工程师消失，但它正在彻底改写开发者的工作范式。CS146S 做了一次极其详尽而系统的前沿梳理，非常适合正在寻找技能进阶方向的工程师与计算机专业同学作为自查与学习指南。