斯坦福大学

斯坦福与 Google DeepMind 的新论文提出 TURTLE 方法：利用 AlphaEvolve 对 AppWorld 等已饱和的工具调用任务进行变异，加入过滤条件、额外步骤与隐藏查询，并以求解模型约 50% 成功率作为难度目标。实验显示，Gemma 4 31B-it 原本能稳定解出 69% 的原始任务，而进化后的 735 个任务几乎都落在 40%-60% 完成率区间，LLM 评审认为 52.5% 的新任务属于困难级别，远高于原任务的 19.8%。

斯坦福讲师 Mihail Eric 在访谈中介绍了其《现代软件开发者》课程的教学框架，核心是让软件工程师学会用编码智能体交付软件、排查线上故障，而非仅把 AI 当作补全工具。他还结合在 Monaco 带领 AI 团队的一线实践，说明了课程中哪些内容真正经受住了生产环境检验。

斯坦福 CS146S 课程在编码智能体可一键完成作业的背景下，改为让学生学习陌生开源仓库、提出修改并向可能合并补丁的维护者解释方案。授课人 Mihail Eric 同时负责 Monaco 的 AI 工作，他在访谈中展示了课程大纲，并分享了团队自建智能体工作区、采购代码审查工具、让值班智能体接入 Datadog 与 GitHub 的实践取舍。