斯坦福 CS336 的 AI Agent 指南

原文 ↗ Hacker News 讨论 ↗

对 AI agent 指南的总体反应

  • 许多人认为这些指南是在完全禁止 AI 和让它写所有代码之间，一个合理、现实的中间地带。
  • 另一些人则认为这是“初衷不错但没用”，因为它依赖学生自我克制，而且很容易绕过。
  • 也有人认为，顶尖院校应该更进一步，围绕 AI 重新思考课程体系，而不仅仅是加一个 README。

可执行性与 honor code 争论

  • 反复出现的担忧是：这些指南从根本上无法执行；学生完全可以使用外部模型，或者编辑 CLAUDE.md / AGENTS.md。
  • 支持者认为执行并不是重点；其价值在于清楚地说明“健康使用”的规范，并信任学生的诚信。
  • 关于 honor code 在实践中效果如何，大家分歧很大；有人说它们的效果出奇地好，也有人说作弊很常见，而且大多不易被察觉。

学习 vs. 走捷径

  • 许多人担心，AI 的便捷获取会鼓励“认知懒惰”，类似垃圾食品和锻炼之间的关系。
  • 也有人认为，应该允许学生充分使用 AI，而责任在教师：设计仍然能考察真正理解程度的评估。
  • 多人指出，学生可能会自欺欺人，以为自己在学习，实际上只是在被动观看 AI 或视频。
  • 有些人有直接体验：大量用 AI 写代码会让人感觉像是在“欺骗自己”，并损害技能积累。

AI 世界中的评估设计

  • 很多人强烈支持高风险的线下考试（笔试、口试，或无网络笔记本考试），以确保学生在没有 agent 的情况下也能完成任务。
  • 建议包括：
    • 更难、更偏概念性的作业，让 agent 难以处理，或无法被盲目信任。
    • 口试 / 代码 walkthrough，可以迅速暴露出缺乏理解的 AI 生成工作。
    • 更重地计算考试成绩，把作业更多当作练习，即使其中有些作弊也无妨。

AGENTS.md / CLAUDE.md 与工具链的使用

  • 讨论了使用 AGENTS.md / CLAUDE.md 作为仓库中 agent 行为标准契约的做法。
  • 有人认为斯坦福版本过于冗长，可能会随着上下文丢失而失效；也有人说长提示词很常见，而且有效。
  • 少数教师正在尝试类似文件，加上 AI 使用历史记录，用来引导而不是惩罚过度依赖。

学生文化与未来技能

  • 有反馈称，许多青少年一边使用 AI，一边在文化上“讨厌”它；在不依赖 AI 的情况下掌握知识，被视为一种社交上的“炫技”。
  • 线程中的雇主观点分化为两派：
    • 希望学生接受训练，能够在复杂问题上充分使用 AI。
    • 希望学生具备扎实的基本功和通用学习能力，而不是只会针对特定工具做优化。