Stanford CS146S kurzusának második évadában Mihail Eric — a Stanfordon a The Modern Software Developer tanáraként ismert és a Monaco AI‑csoportját vezető szakember — átalakította a házi feladatok formátumát az AI‑eszközök megjelenése nyomán. A tanfolyam olyan feladatokat ad, amelyekben a diákoknak egy ismeretlen, nyílt forráskódú tárral (repo) kell megismerkedniük, javaslatot tenniük egy változtatásra, és ezt a javítást meg kell magyarázniuk annak a személynek, aki esetleg beolvasztja a változtatást (a maintainernek).
Miért fontos ez?
A kérdés, amely a kurzus mögött áll: mit rendelünk ki egy diákhoz (vagy egy fejlesztőhöz), ha egy kódoló agent egy promptból képes elkészíteni a múlt év házi feladatát? A kurzus célja, hogy a diákok olyan készségeket sajátítsanak el, amelyek túlmutatnak a kódgeneráláson: a kontextus megértése egy idegen kódbázisban, a tervezési döntések beazonosítása, és a változtatások kommunikálása az igazoló fél felé.
A beszélgetés és a bemutató
Az AI Engineer YouTube‑csatorna egymilliós feliratkozói számát ünneplő interjúban Mihail Eric részletesen ismerteti a kurzus tantervét és házi feladatait, valamint azt, hogy mely leckék maradtak érvényben, miután a saját Monaco‑mérnökcsapatával is kipróbálta őket. A teljes interjút és a képernyőmegosztásokat a YouTube‑on lehet megtekinteni.
Monaco műszaki döntései a kódoló ügynökökkel kapcsolatban
A beszélgetés során Eric bemutatja, hogyan építette fel a Monaco csapata az agent munkaterületeit (agent workspaces), milyen kódellenőrzési (code review) eszközöket vásároltak, és hogyan adtak egy ügyeletes agentnek (on‑call agent) hozzáférést monitorozó és verziókezelő rendszerekhez, például Datadoghoz és GitHubhoz. Emellett kitér arra is, hogyan választja meg, mely eszközöket érdemes külsőleg megvásárolni, és melyeket érdemes saját fejlesztésben tartani.
A tanterv és az anyagok (show notes)
Az interjún belüli megjegyzések és hivatkozott anyagok között szerepelnek:
- Stanford CS146S — a tízhetes tanterv és feladatok
- The Emperor Has No Clothes — Mihail egy kódoló agentet épít a nulláról
- Demystifying Claude Code — egy agent harness (végrehajtási környezet) felderítése
- Monaco’s agent workspaces — hogyan állítják be a munkaterületet minden agent számára
- How to Kill the Code Review — esszé arról, mi történik, ha a kódgenerálás megelőzi a review folyamatot
- Basis’s Authority Map — módszer az ügynökök számára a jelenlegi viselkedés és a korábbi tervezési döntések megkülönböztetésére
- Stripe’s Minions — betekintés Stripe háttéragentjeibe
- AI Engineer CODE Summit — az interjú elején említett konferencia
Interjú felépítése — időbélyegek
Az interjú fontosabb részei a következők (YouTube időkódok):
- 0:00 — Egymillió AI Engineer feliratkozó és a CODE Summit
- 0:51 — Mihail Eric és Stanford CS146S
- 5:26 — Mit kell most megtanulnia egy junior mérnöknek
- 10:02 — A nyílt forráskódú karbantartók által végzett értékelés a diákok kódjáról
- 15:04 — A tízhetes tananyag bemutatása
- 24:04 — A loop, az eszközök és a harness egy kódoló ügynök belsejében
- 32:18 — Kontextus‑engineering egy nagy kódbázis esetén
- 38:15 — Olyan készségek, amelyek segítenek megérteni a diffeket
- 46:42 — A Monaco.com vitája és a repülőgépes banner említése
- 50:23 — Mit tesz a Monaco az értékesítési csapatokért
- 59:21 — Monaco mérnöki csapatának belső működése
- 1:01:40 — „You buy to learn, and you build to keep” (vásárolsz, hogy tanulj; építesz, hogy tartsd)
- 1:05:24 — Repos készre tétele agentek számára és az on‑call loop lezárása
- 1:12:37 — Amikor a code review válik a szűk keresztmetszetté
- 1:20:37 — Biztonság, függőségek és jogosultságok
- 1:30:13 — Háttéragentek és Stripe Minions
- 1:34:16 — MCP portálok és miért konvergál az infrastruktúra
- 1:41:22 — A szoftvergyár építése
- 1:45:24 — Milyen munka marad a fejlesztőknek?
- 1:52:16 — Személyes elfogadástól a csapatautónomiáig
Következtetések
A Stanford CS146S és Mihail Eric által bemutatott házi feladatok arra kényszerítik a diákokat, hogy a generatív AI‑eszközök korában is elsajátítsanak kézzel fogható, együttműködő mérnöki készségeket: idegen kódbázisok gyors megismerését, a változtatások közérthető dokumentálását és a karbantartóval való kommunikációt. Monaco példája azt is megmutatja, hogyan lehet ügynököket biztonságosan integrálni egy szervezet üzemeltetési folyamataiba — a munkaterületek, a monitorozás és a jogosultságkezelés kombinációjával.
A teljes, képernyőmegosztásokat tartalmazó interjút az AI Engineer YouTube‑csatornáján lehet megtekinteni a részletes technikai bemutatók és a kurzus anyagának teljes ismertetése érdekében.
