斯坦福 CS146S 课程大改:9个月重构,85%的旧课程内容被替换

2026 年秋季，斯坦福大学的一门计算机课程迎来了大幅改版。

这门课程叫CS146S：The Modern Software Developer（现代软件开发者）。

课程负责人 Mihail Eric 在介绍新一年的课程时透露了一个数字：上一学年课程中85% 的教学内容将被替换。

从课程构思到首次开课，前后经历了大约 9 个月。而仅仅一年之后，随着 AI 编程智能体能力的快速提升，原来的课程内容已经有相当一部分不再适合新一代开发者。

这次调整，不只是增加几个 AI 工具的使用教程，而是重新组织了整门课程的教学内容。

一、85%的课程内容被替换

CS146S 最初开设于 2025 年秋季，课程名称是《The Modern Software Developer》。

当时，AI 编程工具已经开始改变软件开发流程，但整个行业还处于快速探索阶段。

因此，第一版课程更像是一次 AI 编程工具的全面介绍。

课程涉及 AI IDE、代码生成、代码审查、自动化 UI 开发，以及 AI 在软件开发生命周期不同环节中的应用。

学生需要了解不同工具的能力，并尝试将它们应用到实际开发任务中。

但到了 2026 年秋季，课程负责人认为，行业已经发生了明显变化。

过去需要专门学习的 AI 编程工具，如今正在成为开发者的基本工作环境。

尤其是 Claude Code 等编码智能体的能力提升，使得一些过去需要学生花费大量时间完成的作业，现在可能只需要向 AI 提出一次任务要求就能完成。

继续按照原来的课程内容教学，已经无法有效训练学生真正需要的能力。

于是，85% 的旧课程内容被替换。

这次课程调整的核心，是从认识 AI 编程工具，转向训练如何利用 AI 智能体完成真正的软件工程工作。

二、新课程究竟教什么？

2026 年秋季的新课程，教学重点发生了明显变化。

新的课程内容包括：

• Coding Agent Internals： 理解编码智能体的内部工作机制。
• Advanced Context Engineering： 高级上下文工程，学会为 AI 提供有效的项目背景和任务信息。
• Agent Skills： 构建和使用智能体技能。
• Agent-Ready Codebases： 让代码仓库具备适合 AI 智能体工作的结构。
• Agentic Code Review： 利用智能体开展代码审查。
• Security： AI 原生开发中的安全问题。
• Background Agents： 使用后台智能体并行处理开发任务。
• AI-Native Team： 面向 AI 原生团队重新组织软件开发流程。

从这些内容可以看出，课程关注点已经不再是如何使用某个 AI 编程软件。

它更关心的是：

如何让 AI 理解一个复杂项目？

如何让多个智能体协同完成开发任务？

如何保证 AI 修改代码的质量？

如何让 AI 在真实的软件工程环境中持续工作？

这意味着，AI 编程教育正在从工具使用层面，进入工程组织和系统设计层面。

三、学生不再只是完成作业，而是参与真实开源项目

这次改版还有一个值得注意的变化：学生需要参与真实开源项目。

新课程引入了多个开源项目合作伙伴，包括 Browserbase、HeyGen、CopilotKit、Semgrep、OpenHands、Milvus、CrewAI、Vercel、Unsloth AI 等。

学生需要选择一个真实的开源代码仓库，理解项目结构，提出修改方案，并向项目维护者提交 Pull Request。

这些代码修改需要接受真实项目维护者的审查。

课程考核也随之发生变化：

• 期末项目占比从 80% 调整为 50%；
• 新增开源项目贡献，占总成绩的 30%；
• 每周作业占 15%；
• 课堂参与占 5%。

换句话说，学生不只是要证明自己能够使用 AI 写出一个程序，还要证明自己能够理解别人的项目，完成有价值的修改，并接受真实工程环境中的审查。

这与传统的课堂编程作业有很大不同。

四、一个容易被忽略的细节：先修课程仍然是操作系统和算法

在讨论 AI 编程教育时，有一个问题经常被提出来：

既然 AI 已经可以生成代码，学生还有必要学习传统的计算机基础知识吗？

斯坦福 CS146S 的课程要求，恰好提供了一个值得关注的答案。

根据斯坦福大学课程目录，CS146S 的先修课程包括：

• CS111：Operating Systems Principles（操作系统原理）
• CS161：Design and Analysis of Algorithms（算法设计与分析）

其中，CS111 涉及进程、并发、同步、调度、虚拟内存、文件系统等操作系统基础知识。

CS161 则涉及算法复杂度分析、递归、排序、搜索、数据结构、贪心算法、动态规划、图论等经典计算机科学内容。

此外，课程还建议学生具备人工智能和机器学习方面的学习经历，例如 CS221 和 CS229。

这说明 CS146S 并不是一门面向编程初学者的 AI 工具入门课程。

它的定位是在传统计算机科学基础之上，进一步训练学生使用 AI 智能体开展现代软件工程工作。

AI 改变了软件开发的方式，但并没有让计算机科学的基础知识失去价值。

五、对正在学习 C++ 和信息学竞赛的孩子意味着什么？

这可能是国内家长更关心的问题。

现在 AI 编程工具发展很快，很多人开始讨论：孩子还有没有必要花大量时间学习 C++？还有没有必要训练算法？信息学竞赛的学习价值会不会下降？

从斯坦福 CS146S 这次课程调整来看，至少有几个事实值得关注。

第一，AI 编程工具正在改变程序员的工作方式。

过去需要开发者亲自完成的代码编写、调试和修改，越来越多可以交给 AI 智能体完成。

第二，传统计算机科学基础并没有因此退出教育体系。

操作系统、数据结构、算法分析等知识，仍然是进入更高阶软件工程学习的重要基础。

第三，未来开发者需要具备的不只是编程能力，还包括理解复杂系统、分析问题、设计方案、判断结果以及组织 AI 完成任务的能力。

回到孩子的学习。

C++ 仍然是学习计算机科学、参加信息学竞赛的重要工具。算法训练也不仅仅是为了让孩子能够独立写出某段代码，更重要的是训练抽象思维、逻辑推理和解决复杂问题的能力。

当然，信息学竞赛本身也不等于未来的软件工程教育。

竞赛训练有自己的评价体系和目标，但其中积累的算法、数据结构和问题分析能力，依然具有长期价值。

斯坦福这次课程调整，至少说明了一件事：

AI 正在改变我们学习和使用编程的方式，但并不意味着计算机科学基础教育可以被跳过。

未来真正值得关注的，可能不是孩子能不能比 AI 写出更多代码，而是当 AI 已经能够完成大量代码工作时，孩子是否具备理解问题、设计系统和判断结果的能力。

这才是 AI 时代计算机教育值得继续思考的方向。

关于作者与内容说明

作者是一名长期关注人工智能、计算机技术和信息学竞赛的家长，也是一名正在陪伴孩子学习编程与信息学竞赛的实践者。

公众号主要记录信息学竞赛、编程学习以及 AI 时代计算机教育相关的观察与思考。

需要说明的是，信息学竞赛涉及大量专业知识，本文内容主要基于个人学习、资料整理和实践理解，并不代表官方观点，也不构成专业题解或竞赛培训指导。

由于个人专业理解和信息获取可能存在局限，文中如有理解不准确、算法分析不严谨或事实性错误，欢迎各位家长、老师、教练及竞赛选手批评指正。

保持好奇，持续学习，也欢迎不同观点的交流。