Tech Investment BriefINVESTMENT NOTES

Learning lab · CS146S

与 AI 一起构建软件

从理解 Coding Agent，到构建可以验证、审查和持续改进的软件。沿着 Stanford CS146S 2026 课表，一课一课动手完成。

学习周期
10 周
课程总数
20 课
每周投入
6–8 小时

Course roadmap

10 周，20 次实作

从第一课开始 →
01
Coding Agent Internals

拆开 Agent 的黑盒

先理解循环，再让 AI 写代码。

  1. 01从 LLM 到最小 Coding Agent
  2. 02读懂代理的系统提示和工具设计
02
Advanced Context Engineering

上下文与工具工程

把模糊需求变成可执行、可验收的任务。

  1. 03用规格和 RePPIT 组织开发
  2. 04构建一个可用的 MCP 服务
03
Agent Skills & CLI

Skills 与命令行

把重复工作封装为可靠的小流程。

  1. 05把工作流写成一个 Skill
  2. 06在终端中完成开发闭环
04
Agent & Repository Setup

配置你的代理和仓库

把团队约定变成代理可以遵循的工作环境。

  1. 07项目说明与 Hooks
  2. 08管理规划、实现与审查角色
05
Agent-Ready Codebases

让代码库适合 Agent

可靠性来自可读的结构与可执行的反馈。

  1. 09为代码库做一次可用性体检
  2. 10把检查接进持续集成
06
Agentic Code Review

AI 代码审查

把“看起来不错”换成有证据的判断。

  1. 11练习找出真正的代码问题
  2. 12设计 PR 审查工作流
07
Security

安全与验证

让检测和修复留下可复核的证据。

  1. 13扫描、复现并修复安全问题
  2. 14防范提示注入与工具越权
08
Background Agents

后台代理与任务编排

任务可以异步，责任和完成条件必须清楚。

  1. 15把一个 Issue 交给后台代理
  2. 16让多个异步任务互不干扰
09
Building an AI-Native Team

构建 AI 原生团队

把个人工作法变成可衡量的团队实践。

  1. 17设计工具权限与团队采用方案
  2. 18从意图到可演示的产品
10
The Software Factory

软件工厂与未来

把构建、验证和运行连接成可控的闭环。

  1. 19网关、模型路由与运行治理
  2. 20交付一个可验证的软件工厂
01 / HOW TO STUDY

照着这个节奏开始

先确认起点

默认你已能写基础 Python 或 JavaScript、使用 Git 并运行一个小项目。原课要求 CS111 / CS161 同等编程经验；本计划并非零基础编程入门。

如果还不熟悉终端和 Git，先用 MIT Missing Semester 补 1–2 周。然后按 作业仓库 README 配置 Python 3.12 与项目依赖。

每周固定三个时段

  1. 第一次 · 3 小时：读第一课资料、做最小实验。
  2. 第二次 · 3 小时：读第二课资料、完成实作。
  3. 周末 · 0–2 小时：跑验收、整理失败案例、补文档。

两课合计约 6–8 小时，可把复盘并入两次学习；遇到基础缺口允许延长。每周只有 3–4 小时，就把一周拆成两周。

只选一套日常工具

使用你现有的编码代理与编辑器即可。阅读资源可公开访问，但 API、云代理或特定厂商工具的运行可能收费；以使用时的官方规则为准。

需要特定工具的官方作业若不适用，可做本课标明的改编练习。模拟运行适合学习接口，不能代替真实模型效果验证。资料主要为英文，中文任务说明帮助你按目标阅读。

02 / ASSIGNMENT LIBRARY

8 周官方作业，都可以从这里开始

以下全部属于 Fall 2025。右侧的课次对应是本计划的主题匹配，并非 2026 官方安排。

W01

提示策略实验

LLM Prompting Playground

比较提示方法与工具调用。先完成基础任务，再做完整实验。

配合 第 1、3 课
W02

AI IDE 开发入门

First Steps in the AI IDE

在现有项目中练习让 AI 理解代码、修改功能。

配合 第 5、9 课
W03

自建 MCP 服务器

Build a Custom MCP Server

直接对应工具与 MCP 主题；实现一个你自己的工具服务。

配合 第 4 课
W04

代理协作开发

Coding with Claude Code

练习项目说明、规划和代理执行。保留前后 diff 与实验记录。

配合 第 7、8 课
W05

终端代理开发

Agentic Development with Warp

全栈起始项目含 FastAPI、SQLite、测试和命令任务。

配合 第 6、10、15 课
W06

安全代码练习

Writing Secure AI Code

用安全扫描与人工复核定位、修复问题。

配合 第 13、14 课
W07

代码审查训练

Code Review Reps

比较自己与 AI 的审查结果，记录误报、漏报和证据。

配合 第 11、12 课
W08

多技术栈应用构建

Multi-stack Web App Builds

可作为结课应用的前端原型练习；无需购买所有生成工具。

配合 第 18、20 课（选做）

先克隆或 Fork 到自己的空间，逐周读 assignment.md 与 README。平台登录、提交与校内评分不是自学的前提。不要照抄别人答案，也不必向教学仓库提交你的解答。打开官方总仓库

03 / FINAL PROJECT

最后，交付你的学习资料管理器。

用一个小产品串起所有能力：资料录入与筛选、MCP 查询、项目规则、测试、代码审查和故障修复。从第 3 周开始持续迭代，第 10 周演示完整闭环。

借鉴 2026 官方评分权重的自评方式；以下验收细则为本计划自拟，不代表 Stanford 认证或评分。

50%结课项目能复现运行，关键路径通过测试，可监控和回滚。
30%开源贡献练习阅读贡献指南，完成有价值的 patch 或 PR，并记录反馈。
15%每周练习保存任务、diff、测试结果与失败分析。
5%复盘替代课堂参与每周写下一个判断错误和一条工作流改进。
04 / SOURCE CHECK · 2026.09.05

关于上课视频，我核查到什么？

2026 秋季版

尚未开课，未来录播安排未确认

你打开的课表首课日期是 2026 年 9 月 22 日。核查时可见 10 周主题与课次，未见公开课堂视频入口；FAQ 说明旁听面向 Stanford 学生和员工，校内材料与提交使用 Canvas。

官网 → Syllabus / FAQ
2025 秋季版

有公开材料，未找到完整课堂录播

官方 Syllabus 列出讲义、阅读资料、部分外部视频和 Week 1–8 作业。搜索未找到可确认属于整门课的官方公开视频播放列表；这不能证明任何渠道都不存在录像。

旧版官网 → Syllabus官方 GitHub 作业
容易混淆的渠道

补充视频与商业课不等于校内录播

Karpathy、MIT 与行业分享是本计划的补充资料。Mihail Eric 的 Maven 课程页面说明提供其课程回放，但它是单独的商业课程，不能当成 Stanford CS146S 完整课堂录像。

Maven 课程说明

课表结构与课次日期来自 2026 官方 Syllabus；旧版讲义和作业链接来自 2025 官方 Syllabus 及教师 GitHub 仓库。本站的中文解释、时间安排、主题匹配、练习和验收标准为独立自学设计。嘉宾课仅保留主题定位，不声称复现未公开的授课内容。讲义链接按官方课表提供，第三方访问权限可能变化；本次未逐份打开讲义。网站不会自动同步课表更新。