← 返回资讯列表

AI教育实践

斯坦福 CS146S 讲师 Mihail Eric 绘制软件工厂组件图

斯坦福 CS146S 讲师 Mihail Eric 绘制软件工厂组件图
配图来源:AI 发现 · @shao__meng

完整中文导读

斯坦福课程 CS146S 讲师 Mihail Eric 画出软件工厂组件图,把工厂定义、触发源、编排循环、发布与监控串成一条流程。Agent 在隔离沙箱中独立启动仓库,每次改动都要过 CI、静态分析、测试和 AI 审查同一道关,规格需人批准、审查按风险分级。人的角色从执行者转为管理者,度量看每个拉取请求的成本、周期时间和人工介入次数。

中文整理

作者 / 来源:meng shao (@shao__meng) · 原文时间:2026年11月21日 09:48(北京时间)

原作者信息要点

斯坦福课程 CS146S: The Modern Software Developer 讲师 Mihail Eric 绘制了一张软件工厂组件图,主张 Agent 能独立启动仓库,每次改动都过同一道关,人的角色从执行者变为按风险管理。

图的顶层是工厂定义,用代码管理:Skills、规则和 AGENTS.md、自动化配置,约束每个阶段。左侧触发源包括 Slack、Linear、GitHub issues、定时任务和告警。

中间是编排循环:分诊、规格、实现、审查、核验,然后进入发布(拉取请求、合并、部署),再监控错误、告警和用量。规格需人批准,审查按风险分级,核验含产品检查。实现运行在隔离沙箱中,每次 Agent 运行一台,不带生产凭证,隔离本身即权限边界。

核验一侧包括 AI 评判与打分、测试与 CI、实际操作环境检查。监控发现的新问题回到分诊;另有观察用 Agent 向工厂定义提拉取请求,即工厂可改自身。底层度量是每个拉取请求的成本、周期时间和人工介入次数。

所有改动无论由谁或什么提出,都过同一道关:CI、静态分析、测试和 AI 审查,再用 AI 评判对照规格给整次运行打分。他称最好的基准是自家历史:回放过去的拉取请求,比较不同模型和配置在成本与质量上的表现。缺陷漏过时记录原因,做成文档、技能、检查规则或工具,使缺陷率随时间下降。Agent 跑偏被视为提示工厂该改进。人的角色转向管理者:同步做计划、异步执行、按风险分流审查,安全、数据和支付仍由人把关。代码行数和 token 不在其列出的指标中。

本站整理与观察

本站观察:该图将工厂定义、触发、编排、发布、监控与度量串成闭环,并把“失败回写”作为降低缺陷率的机制,属于作者提出的设计主张,材料未提供实际运行数据或效果验证。

本站观察:隔离沙箱不带生产凭证、规格需人批准、安全与支付由人把关等设定,体现以权限边界和风险分级替代逐项人工执行的思路;这些是图中描述,非已验证事实。

材料为单一帖子转述,未包含组件图原图、课程官方说明或任何实测数据;作者关于缺陷率下降、回放基准有效性的说法均属其个人主张,无法独立核实。

本文为来源内容的中文摘要与整理,不代表原文全文翻译。完整信息请查阅来源原文。

打开来源原文 ↗返回资讯列表