代码容易生成以后,还需要学习什么

课程从一个浏览器俄罗斯方块演示开始:给 Claude 一个需求,就能得到可以操作的游戏。这个例子引出的疑问是,既然程序已经能写出来,软件工程课还需要教什么?第 1 讲接着把目光放到理解、验证、演进和运行上。生成代码所需的时间下降,并不会自动消除这些工作的成本。

这里的“代码变便宜”是一种课程立场。课件中成本随年代变化的曲线明确标注为示意图,不能当成测量结果。它要解释的是工作重心的变化:一个演示能运行以后,我们仍要知道规则是否正确、修改会影响谁,以及系统上线后如何发现和处理故障。

课程围绕验证、变化、复用、规模与运行展开

课程名称的变化也反映了这个侧重点。它过去叫《Principles of Software Construction》,更早的名称还包含对象、设计与并发。现在虽然增加了 Agent,原来的设计问题仍然存在。本系列也会沿着这些问题展开,不把它整理成某一种工具的操作手册。

我们还可以借 Slack 的例子理解“程序”和“系统”的区别。一个核心功能可用的原型,未必需要生产系统那么多代码;生产系统还要承担多年演进、不同客户端兼容、团队协作与外部系统依赖。把原型生成出来以后,这些工作才逐渐显现。

赞助商

从程序运行到系统长期可用

课程把仍然困难的工作分成四类。理解要求我们知道系统为什么采用当前结构,以及它依赖、服务了哪些对象;验证要求先回答“正确意味着什么”;演进关心新需求进入以后,原有行为能否保持;运行则需要面对部署、容量和故障。

这些问题也存在于使用第三方库时。引入一个依赖,就会使用大量自己没有阅读和编写的代码。成熟库通常已有许多使用者持续测试,而刚刚生成的代码未必经过这样的检验。无论代码来自哪里,提交者都需要理解并承担正确性、安全和许可证方面的责任。

课程因此组织了五个连续的问题:能否信任它,能否修改它,能否复用它,能否扩大规模,以及能否持续运行它。面向验证的设计首先登场,之后再讨论模块边界、重构、API、数据模型、并发和运维。

课件还以 Log4j、XZ 等第三方代码风险,以及企业公布的 AI 代码生成占比为材料。前者提醒我们依赖也要检查,后者说明生成工具已经进入开发流程;它们都不能单独回答一个系统是否正确、可维护。生成行数与承担工程责任之间,仍有前面这几类工作。

什么样的工作适合交给智能体

第 1 讲列举了智能体常见的长处:解释局部代码、完成边界明确的修改、快速搭建原型,以及协助比较设计方案。困难主要出现在全局结构、跨系统影响、充分测试、历史决策和长期上下文上。这些是课程对当时工具的观察,不能视为所有模型不变的能力边界。

判断委派范围时,课件使用三个维度:

维度需要回答的问题
影响范围(Reach)错误会传播到一个函数,还是多个子系统?
可验证性(Verifiability)有没有成本合理的检查,能够判定结果?
可逆性(Reversibility)错误发现较晚时,还能否恢复?

例如,跨文件重命名可以借助编译和引用检查;选择新功能的数据模型,则需要分析不变量、使用场景和迁移成本。两项工作都能使用 Agent,但需要人参与判断的程度不同。

课件还提醒我们关注智能体“几乎能完成”的工作。结果越接近正确,越容易在审查时放松判断。一次运行成功只能证明这次演示出现了预期现象,不能替代对边界和失败情况的验证。

那么,上表应该怎样使用?课件列出的任务还包括 API 输入校验、共享队列加锁、生成单元测试,以及划分子系统边界。输入校验通常能从明确规格得到反例,跨系统边界和锁设计则需要先理解共享状态与失败影响;生成测试看似局部,也要检查预期结果是否独立于实现。不能仅凭“代码量小”决定委派程度。

设计投入同样有轻重。对于边界清楚的局部修改,我们可以先与 Agent 讨论方案,再阅读返回的代码;涉及难以逆转的数据模型或跨模块行为时,就需要先比较方案、追问假设,确定设计后再拆解任务。任务越难检查,越需要把判断提前。

把软件设计成容易检查的样子

面向验证的设计包含可测试、可观察、可审查和模块化。可测试让行为能够被输入与预期结果固定下来;可观察让运行状态能够被检查;可审查要求修改足够小,评审者可以理解;模块化则限制错误的传播。

这也解释了课程为什么要求先形成设计,再拆成小任务。智能体可以参与两个步骤,但每项任务都要有能够实际执行的完成标准。频繁的小提交留下已验证的检查点,后续修改出错时,能够找到可信的起点。

实践贯穿整个学期

六次作业依次安排修复生成系统、构建 Slack 类系统、应对需求变化、重构陌生代码库、扩展规模和部署运行。其中作业二、三、五、六持续演进同一个项目,使早期决策的后果逐步显现。

评分不仅关注功能,还关注验证理由、设计边界、决策记录和监督过程。实验需要学生解释结果和原因,作业也安排脱离 Agent 的口头答辩。理解最终产物是学习者自己的责任。

第 1 讲还说明,秋季课堂录像位于校内 Canvas 的 Panopto Recordings。本站目前依据公开课件整理,未把 CS Learn 的春季同编号课程当成秋季录像。

课程中的工具与学习要求

课程允许根据问题选择语言,重点是理解程序的整体行为与设计,而不是记住某一种语言的语法。IDE 用来阅读、导航和评审,构建系统与 CI 执行自动关卡,版本控制保存有意义的小步修改。Agent 能协助解释陌生语言,但学习者仍需说明数据如何流动、规则在哪里实施。

工具使用也需要留下记录。课程官方支持 Claude Code,其他工具需要能导出完整会话;作业按说明提交工具使用记录,并通过简短口头答辩解释关键决策。这里的工具与费用说明属于 2026 秋季的课程安排,实际选用工具时仍应查看当时的产品文档。

课件给出的考核构成如下,旁听时也可以用它判断课程重视什么:

项目比例与要求
六次作业共 50%,等权;每次有口头答辩,作业二至六还有检查点
考试两次期中各 7.5%,期末 15%
实验10%,按完成情况评定,去掉最低两次
课堂小测10%,按完成情况评定,去掉最低两次

实验每周安排三个可展示的里程碑,学生需要向助教说明发生了什么、为什么。课件还列出全学期五个免费迟交日,但不适用于检查点和作业六;具体政策以课程官网为准。对于旁听者,更有价值的练习是保留自己的设计理由、验证依据和监督记录,尝试离开 Agent 独立解释最终系统。

参考资料