斯坦福已经在系统教vibe coding了

斯坦福前有cs336 大模型新神课，现在又出了cs146s，教你怎么更好的vibe coding。

CS146S 在教AI 时代的软件开发方法论与生产线——把你从写代码的人训练成管理 AI 产出、把系统交付并长期运营的人。ppt、阅读材料都挺不错。

这门课在教什么？一句话概括

把软件工程全生命周期用 AI 重新跑一遍：从 Prompt Agent IDE Terminal 测试安全 Code Review 自动做 App 上线后运维 未来趋势。

它的核心目标不是让你写得更快，而是让你学会：

• 如何把 AI 变成工程队友（可控、可复用、可审计）

• 如何在 AI 生成代码的前提下，仍然保证质量、安全、可维护、可上线运营

按阶段拆解：每 2–3 周解决一个现代软件开发的关键难题

阶段 1：从 Prompt 到 Agent（Week 1–2）

Week 1：Coding LLM 与 Prompting

• 不是十个提示词技巧，而是先讲清：LLM 到底在干嘛、为什么会错、怎么引导它稳定产出

• 作业是 Prompting Playground——逼你把 prompting 从玄学变成可验证的实验（对比不同提示策略、观察输出差异）

Week 2：Coding Agents 的解剖

• 关键主题是 Agent 架构 + Tool Use/Function Calling

• 这里出现了 Model Context Protocol（MCP）：这不是一个工具，而是把工具/上下文/权限/鉴权标准化，让 Agent 能在 IDE/服务里可控地调用外部能力

• 作业围绕 AI IDE 初体验 + 自己做 MCP server

你可以把这两周理解成：让你知道 AI 不只是模型，而是一个带工具的系统。

阶段 2：AI IDE 与上下文工程（Week 3–4）

Week 3：AI IDE（重点是上下文管理与 PRD）

• 这一周的关键词其实是 Context Engineering：

长上下文为什么会失败、Specs/PRD 为什么是新源代码、怎么让 AI 理解复杂代码库

• 你会被训练成：给 AI 写需求、写约束、写工具说明——而不是只会再来一次/重试

Week 4：Coding Agent Patterns（管理自治程度）

• 讲自治等级怎么控、人机协作模式怎么设计

• 阅读里包括 Anthropic 的 Claude Code 使用方式、最佳实践、以及一堆社区 patterns（Awesome agents / Super Claude 等）

• 作业是直接上手 Coding with Claude Code：让你练当 agent manager，而不是当键盘侠

这两周的本质：从会用 AI 写代码升级到会带 AI 写项目。

阶段 3：AI+CLI 生产力与工程自动化（Week 5）

Week 5：Modern Terminal

• 讲 Warp 一类AI terminal怎么把脚本化、自动化、命令行操作产品化

• 作业是 Agentic Development with Warp：你要用它做一堆系统任务并记录过程

这周的价值在于：

AI IDE 解决写代码，AI Terminal 解决把代码跑起来、把系统管起来。

阶段 4：质量与安全是主菜（Week 6–7）

Week 6：AI Testing & Security

• 这周很硬核也很现实：secure vibe coding

• 重点不只是 SAST/DAST 概念，而是Prompt Injection 导致 RCE这类 agent 时代的真实威胁

• 还有 OWASP Top Ten、context window 退化（context rot）等

• 嘉宾是 Semgrep 的 CEO

Week 7：Modern Software Support（其实是 Code Review）

• 标题叫 Support，但内容是我们能信任 AI 产出的什么？

• 用大量 code review 阅读/实践，让你形成可执行的 review checklist 与流程

• 嘉宾 Graphite 的 CPO

这两周是这门课的分水岭：它把 AI 从写得快拉回到交付的底线：可测、可审、可防。

很多 AI 编程课缺的，恰恰是这里。

阶段 5：自动做 UI / App（Week 8）

Week 8：Automated UI and App Building

• 重点是端到端应用，一句 prompt 起步

• 嘉宾来自 Vercel（Head of AI Research）

这周经常会给人爽感，但课程真正想教的其实是：

快速原型不是终点，你要能把它纳入工程规范（测试、安全、review、可维护性）。

阶段 6：上线后才是真战场（Week 9）

Week 9：Agents Post-Deployment

• 监控、可观测性、事件响应、自动化 triage/debug

• 你会看到它把 agent 延伸到 On-call/DevOps 场景：这很现代，也很贴近公司实际成本

• 嘉宾来自 Resolve

这一周非常加分：很多人学 AI coding 只学造，不学养。这门课把养系统补上了。

阶段 7：未来趋势（Week 10）

Week 10：What’s Next

• 软件开发角色怎么变、coding paradigms 怎么演进、行业预测

• 嘉宾是 Andreessen Horowitz 的 Martin Casado

这一周更多是视野与叙事框架：帮你把前 9 周串起来，知道自己在学的不是零散工具，而是一种新的工程范式。

这门课的亮点

1）把AI 编程当作软件工程全生命周期来教

从 Prompt Agent IDE/Terminal 测试安全 Review 构建应用 上线运维。

这比教你用某个工具提效高了一个维度。

2）强调Spec/PRD/Rules——把经验写成可执行约束

Week 3 的 Specs are the new source code 是核心思想：

未来你工作的杠杆来自把隐性经验变成显性规范（需求文档、规则、工具契约、review checklist）。

3）安全与测试不是点缀，而是主线

Week 6 的prompt injection RCE等现实案例把门槛抬上来了：

AI 生成越多，验证与防护就越重要。课程把这个顺序摆得很正。

4）把 agent 推到上线后：监控、可观测、事件响应

Week 9 这块非常稀缺：你会更像一个能长期负责系统的人，而不是只会做 demo。

真正能迁移走的能力清单

上完这门课，值钱的是：

1. Context Engineering：给 AI 喂什么、怎么喂、喂多少、怎么防止走偏

2. Agent 系统设计：工具接口、权限边界、鉴权、日志、可审计

3. 人机协作流程：什么时候让 agent 自治、什么时候收回、怎么分工

4. 质量体系：测试策略、review checklist、SAST/DAST、威胁建模

5. 上线与运维：监控/告警/triage，把 agent 变成 on-call 助手而不是新风险