斯坦福如何教 AI 原生工程：Mihail Eric 谈 CS146S 课程与 Monaco 实践
斯坦福 CS146S 主讲人 Mihail Eric 在访谈中介绍课程如何教 AI 原生工程，并分享 Monaco 的工程实践。课程把部分作业改为向开源项目提交补丁，由维护者评审。Monaco 在评估代码审查产品后继续使用 Devin，并自建 agent workspace；同一系统还可回答工程师的故障调查和销售的产品说明需求。
#Agent
Latent SpaceAI 评分5757 Latent SpaceAI 评分4949 AI Engineer 百万订阅特别节目：Stanford 如何教 AI-Native 工程 — Mihail Eric, Monaco
Mihail Eric 讲解 Stanford CS146S 如何教 AI-Native 工程：学生要学习陌生 repo、提出变更并向维护者解释 patch。Monaco 搭建 agent workspaces、采购 code review 工具，并给 on-call agent 接入 Datadog 和 GitHub。
The DecoderAI 评分6565 Co-Design Bench 真实测试显示 AI 编码智能体近四分之三任务仍需人工收尾
阿里巴巴与多所亚洲大学构建 Co-Design Bench 编码智能体基准，表现最好的模型 GPT-6 Astra 在真实网页应用改动任务中仅 26.4% 的任务完全正确。它平均满足约 70% 要求，但多数任务仍留下至少一个细节，需要人工收尾。Claude Opus 5 和 Qwen3.8-Max 紧随其后，Grok 4.6 最后；该基准针对现有测试饱和，运行环境也会明显改变模型表现。
The DecoderAI 评分6565 新研究显示 AI 审计模型能发现多数 agent 不当行为但误报会加重人工复核负担
Andy Hall 的新研究显示，AI 审计模型能发现 agent 日志中的多数不当行为，但误报会随检出要求上升。在 5% 误报率下，GPT-5 能发现近 98% 的 reward hacking 案例，Gemini 3.8 Flash 仅发现约一半，要求 99% 检测 unsafe actions 时最佳模型 GPT-6 Astra 的误报率仍升至 15%。
The DecoderAI 评分6969 Vals AI 基准显示开放与封闭模型网络攻击能力差距持续缩小
Vals AI 的 CyberOffense 基准显示，AI 智能体能在无人工协助下自主攻击模拟企业网络，开放与封闭模型的网络攻击能力差距正在缩小。GPT-6 Sol Daybreak 完成 80.8% 目标，开源权重模型 DeepSeek V4.1 Flash 1017 达到 72.8%，单次运行约 $3，而前者约 $22。