Stanford CS146S 如何教授 AI 原生工程:Mihail Eric(Monaco)访谈
Latent Space 访谈 Mihail Eric,介绍 Stanford CS146S 让开源维护者评审学生代码以教授 AI 原生工程的方法。课程要求学生熟悉陌生仓库、提交补丁并解释,Monaco 则给 agent 配工作区并接 GitHub 与 Datadog。此为 AI Engineer 频道百万订阅特辑。
Latent Space 访谈 Mihail Eric,介绍 Stanford CS146S 让开源维护者评审学生代码以教授 AI 原生工程的方法。课程要求学生熟悉陌生仓库、提交补丁并解释,Monaco 则给 agent 配工作区并接 GitHub 与 Datadog。此为 AI Engineer 频道百万订阅特辑。
AI编码工具让复古游戏反编译与跨平台移植数量剧增,爱好者数周内可推进十余个项目。但这种速度削弱了保存社区的知识传承与开源协作,一个追踪反编译项目的社区网站因滥用与竞速关停。Epic Games与Xbox也正将AI引入游戏开发与移植探索。
Latent Space 发布对 Tenex 的 Alex Lieberman 与 CJ Hess 的访谈,介绍其 AI 原生 SDLC 与 MetaHarness 实践。Tenex 将计划与决策检入 Git 供 Agent 读取上下文,并按故事点向工程师付费,企业 AI 采用率从通用 LLM 的 90% 降至非工程 Agent 的 5%。此前两人曾分享按输出付费的薪酬模式。
OpenAI于9月发布166页纳维-斯托克斯方程AI证明,但数学界审查认为其方法路线与既有研究存疑且智能体贡献不明。OpenAI称使用约1万个智能体耗时88小时完成,研究员估计多智能体贡献可能不到10%。学界表示仅消化这些成果就需要数年,争议持续至今。
陶哲轩质疑 OpenAI 发布 719 份 AI 数学证明,认为高速生成但人类来不及验证理解会破坏数学研究生态。OpenAI 仅 10 份手稿附推理链,约 42% 未经形式化处理。此事延续自 10 月 6 日 GitHub 发布 722 份后撤回 3 份的公开目录。
推荐理由:陶哲轩质疑OpenAI批量发布719份AI数学证明,认为以速度数量衡量理解会破坏数学研究的理解与合作生态。
Gemini 是目前少数仍能说人话的 AI 模型,Claude、GPT 等编码模型输出普遍黑话化。主因是厂商为省 Token 压缩思维链,GitHub 的 CaveMan Skill 获 104K 星星。文章还提及文言编程语言 wenyan-lang 有 20K 星,调侃中文利于压缩。
GitHub Podcast 最新一期分析了五个 AI 热门观点,指出开发者仍需审查 AI 生成的代码以承担结果责任。节目澄清 Skills 与 MCP 解决不同问题,前者提供打包的专家知识,后者提供连接工具的标准接口。此外,RAG 并未过时,而是与 Agent、Skills 和 MCP 共同构成完整的工作流。