AI构建者摘要

Stanford 的 AI 编程课让学生参与真实的开源项目

Mihail Eric 不再布置简单的编程练习，而是让学生为大型开源项目贡献代码。项目维护者会审查他们的工作，并教他们理解复杂软件是如何设计的。更新后的课程还涵盖如何让代码库适配 agent、代码审查、安全以及后台 agent。在 Monaco，他选择工具的原则是：“买来学习，自己构建才能长久掌握。”

• #agents
• #education
• #open-source

Levie 预计，并行 agent 将改变知识工作的规模

Aaron Levie 认为，同时把任务交给多个 agent，带来的收益可能超过他所说的对话式 AI 带来的 20% 至 50% 的提升。他认为编程是一个早期例子，并预计网络安全和科学领域也会出现类似变化。他给出的实用建议是：随着模型使用工具和处理长任务的能力提高，每隔三到六个月，就重新尝试一次之前失败的 AI 工作流程。

• #agents
• #productivity

Nan Yu：先用能解决问题的最简单设计

Nan Yu 说，简洁的软件是经过反复迭代才形成的；起步时，应该选择能完成任务的最简单架构和设计。过于巧妙的设计会让用户更费力才能理解。目标明确时，AI 让开发变得更容易；目标不清时，它也可能帮团队更快做出一堆没用的东西，让代价变得更高。

• #products
• #software

Tan 称，复现一项工程实验结果后，particle-1 的表现更好

Garry Tan 说，他的 gstack-evals 项目复现了 Jev Engineering 一篇文章中的结果，并发现 particle-1 的表现更好。不过，他的帖子没有提供具体数据或方法。他还认为，软件修改变得更容易后，人们对长期存在的 bug 会更难容忍，也更可能在需要时为自己构建软件。

• #evals
• #agents
• #software

Rauch 做了一台模拟唱片沟槽的唱机

Guillermo Rauch 用 WebGL2 和 Web Audio 做了一台唱机，把歌曲转换成模拟的实体唱片沟槽。虚拟唱针每秒沿着沟槽移动 384,000 次，由此产生噼啪声、爆音和音高变化。这些声音都是模拟过程带来的效果。他还提供了代码链接，供其他人改编和部署。

• #products
• #open-source

Zara Zhang 质疑“vibe coding”一词对投入程度的暗示

Zara Zhang 已经几乎不用“vibe coding”这个说法，因为它可能让人觉得，用 AI 做出来的东西缺少用心和投入。她认为，即使用 AI 编程工具，人们仍然可以倾注心血去做产品；她希望能有一个更贴切的说法来描述这种工作。

• #software
• #products

Kothari：想认识人，展示做过的事比请求建立人脉更有效

Nikunj Kothari 对在 San Francisco 结识他人的建议是，拿出能证明自己付出过努力的东西：一条有针对性的消息、一个已经发布的业余项目，或一场自己组织的聚会。他说，泛泛地提出“交流一下”的请求，很容易淹没在大量敷衍的私信中；具体的成果则能让忙碌的人愿意抽出时间。

• #startups
• #careers