动手学 CS146S 中文

简介

适合人群

有编程基础（约 CS111 水平）、想跟上 AI 辅助开发前沿的人，也适合把斯坦福课程当自学者资源的同学。

核心内容

1. 01课程定位：AI 时代的软件工程

   课程回答一个关键问题：下一代软件工程师如何利用 LLM 把效率提升十倍，并为未来职业做准备。它强调 AI 工具不仅能大幅提高生产力，还能让更广泛的受众更容易从事软件工程，并展示软件开发已从 0-1 写代码变成「规划 → 利用 AI 生成 → 修改 → 重复」的迭代流程。

2. 02考核与先修：动手即评分

   先修要求相当于 CS111 水平的编程经验（推荐 CS221/229 知识）。评分构成为期末项目 80%、每周作业 15%、课堂参与 5%，体现了「实践驱动」的定位——不是听会，而是做会。课程官方建议每周投入约 10-12 小时。

3. 03十周大纲：从 LLM 原理到智能体部署

   大纲覆盖 10 周：编码 LLM 与提示工程、编码智能体剖析（含 MCP）、AI IDE、智能体模式、现代终端（Warp）、AI 测试与安全、现代软件支持（代码审查）、自动化 UI 与应用构建、智能体部署后（可观测性与事件响应）、AI 软件工程的未来。每周配有阅读材料、PPT（含中文版）与嘉宾讲座。

4. 04作业与工具链：每周天发布的高质量 Assignments

   项目正在持续维护高质量作业，每周天发布；已发布作业覆盖 LLM 提示词实践、AI IDE 初探、构建自定义 MCP 服务器、用 Claude Code 编码、用 Warp 做智能体开发、安全编码、代码审查练习、多技术栈 Web 应用构建等。仓库还整理了命令行工具清单与国产编程平台（GLM-4.6、Kimi K2、Doubao-Seed-Code、DeepSeek-Coder、Qwen3-Coder 等）的选型信息。

5. 05怎么用：旁听式自学路径

   即使进不了斯坦福，也可以按周自学：每周围绕一个主题，读阅读材料、看（双语）PPT 与嘉宾讲座、动手做作业。FAQ 也回答了语言问题（示例以 Python/JavaScript 为主，重在理解现代开发实践而非特定语言）与是否需要有 AI 工具经验（不需要，从基础讲起）。

实践建议

• 按周自学：每周只攻一个主题，先读阅读材料，再翻双语 PPT 和嘉宾讲座，最后用当天发布的作业检验。
• 第 2 周的重点是 MCP——照着作业做一个自定义 MCP 服务器，你对智能体如何「用工具」会有质变的理解。
• 把你正在用的编程工具对号入座（Claude Code / Codex / Cursor / Warp 等），把每周主题映射到自己项目里做一次小实验。
• 组一个学习小组或加入课程交流群，把每周作业互相 review，正对课程第 7 周「代码审查」的主题。

配套工作流

同类资源