AI構建者摘要

Stanford 的 AI 程式設計課讓學生參與真實的開源專案

Mihail Eric 不再佈置簡單的程式設計練習，而是讓學生為大型開源專案貢獻程式碼。專案維護者會審查他們的工作，並教他們理解複雜軟體是如何設計的。更新後的課程還涵蓋如何讓程式碼庫適配 agent、程式碼審查、安全以及後臺 agent。在 Monaco，他選擇工具的原則是：“買來學習，自己構建才能長久掌握。”

• #agents
• #education
• #open-source

Levie 預計，並行 agent 將改變知識工作的規模

Aaron Levie 認為，同時把任務交給多個 agent，帶來的收益可能超過他所說的對話式 AI 帶來的 20% 至 50% 的提升。他認為程式設計是一個早期例子，並預計網路安全和科學領域也會出現類似變化。他給出的實用建議是：隨著模型使用工具和處理長任務的能力提高，每隔三到六個月，就重新嘗試一次之前失敗的 AI 工作流程。

• #agents
• #productivity

Nan Yu：先用能解決問題的最簡單設計

Nan Yu 說，簡潔的軟體是經過反覆迭代才形成的；起步時，應該選擇能完成任務的最簡單架構和設計。過於巧妙的設計會讓使用者更費力才能理解。目標明確時，AI 讓開發變得更容易；目標不清時，它也可能幫團隊更快做出一堆沒用的東西，讓代價變得更高。

• #products
• #software

Tan 稱，復現一項工程實驗結果後，particle-1 的表現更好

Garry Tan 說，他的 gstack-evals 專案復現了 Jev Engineering 一篇文章中的結果，並發現 particle-1 的表現更好。不過，他的帖子沒有提供具體資料或方法。他還認為，軟體修改變得更容易後，人們對長期存在的 bug 會更難容忍，也更可能在需要時為自己構建軟體。

• #evals
• #agents
• #software

Rauch 做了一臺模擬唱片溝槽的唱機

Guillermo Rauch 用 WebGL2 和 Web Audio 做了一臺唱機，把歌曲轉換成模擬的實體唱片溝槽。虛擬唱針每秒沿著溝槽移動 384,000 次，由此產生噼啪聲、爆音和音高變化。這些聲音都是模擬過程帶來的效果。他還提供了程式碼連結，供其他人改編和部署。

• #products
• #open-source

Zara Zhang 質疑“vibe coding”一詞對投入程度的暗示

Zara Zhang 已經幾乎不用“vibe coding”這個說法，因為它可能讓人覺得，用 AI 做出來的東西缺少用心和投入。她認為，即使用 AI 程式設計工具，人們仍然可以傾注心血去做產品；她希望能有一個更貼切的說法來描述這種工作。

• #software
• #products

Kothari：想認識人，展示做過的事比請求建立人脈更有效

Nikunj Kothari 對在 San Francisco 結識他人的建議是，拿出能證明自己付出過努力的東西：一條有針對性的訊息、一個已經發布的業餘專案，或一場自己組織的聚會。他說，泛泛地提出“交流一下”的請求，很容易淹沒在大量敷衍的私信中；具體的成果則能讓忙碌的人願意抽出時間。

• #startups
• #careers