Uniwersytet Stanford zmienia na korzyść edukację programistów w obliczu agentów AI, które potrafią rozwiązać tradycyjne zadania domowe w jednym promptie. W drugim roku CS146S profesor Mihail Eric zaprosił do kursu opiekunów projektów open-source, aby zastąpić konwencjonalne zadania autentycznymi wyzwaniami. Studenci muszą teraz zapoznać się z nieznanym im repozytorium, zaproponować zmianę kodu i wyjaśnić swój patch osobie, która mogłaby go zaakceptować i wdrożyć.
Eric, który prowadzi kurs The Modern Software Developer na Stanfordzie i kieruje działem AI w Monaco, pokazuje, które lekcje z tego eksperymentu przeniósł do pracy w swoim zespole. Monaco stosuje tego typu podejście w praktyce - zbudowało agent workspaces, zakupiło narzędzia do code review i dało agentowi dostęp do Datadog i GitHub'a. Kluczowa zmiana dotyczy kryteriów wyboru narzędzi - nie chodzi już o tradycyjne editory czy IDE, ale o to, jakie kompetencje muszą posiadać agenty i jaka infrastruktura im w tym pomaga.
Ta transformacja ma znaczenie dla całej branży. Gdy kodujące agenty mogą autonomicznie pracować nad fragmentami kodu, edukacja nie powinna już skupiać się na implementacji algorytmów, ale na umiejętności czytania obcego kodu, komunikacji wymagań i pracy z narzędziami AI. Stanford pokazuje, że przyszłość inżynierii to nie konkurencja człowieka z maszyną, ale umiejętne kierowanie agentami i integracja ich wyników w istniejące projekty.