# スタンフォードが教えるAIネイティブ・エンジニアリング — Mihail Eric（Monaco）

- 番組: [Latent Space: The AI Engineer Podcast](https://ai-curator.jp/podcasts/shows/cmv3z5bz700015o10zwiyz4qc)（Latent.Space）
- 元のタイトル: [One Million AI Engineer Special] How Stanford Teaches AI-Native Engineering — Mihail Eric, Monaco
- 配信日: 2026年11月9日
- 長さ: 2時間0分
- 要約作成日: 2026年11月9日
- トピック: [#AIネイティブ開発](https://ai-curator.jp/topics/AI%E3%83%8D%E3%82%A4%E3%83%86%E3%82%A3%E3%83%96%E9%96%8B%E7%99%BA) [#コーディングエージェント](https://ai-curator.jp/topics/%E3%82%B3%E3%83%BC%E3%83%87%E3%82%A3%E3%83%B3%E3%82%B0%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#コンテキストエンジニアリング](https://ai-curator.jp/topics/%E3%82%B3%E3%83%B3%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%82%A8%E3%83%B3%E3%82%B8%E3%83%8B%E3%82%A2%E3%83%AA%E3%83%B3%E3%82%B0) [#コードレビュー](https://ai-curator.jp/topics/%E3%82%B3%E3%83%BC%E3%83%89%E3%83%AC%E3%83%93%E3%83%A5%E3%83%BC) [#ソフトウェアファクトリー](https://ai-curator.jp/topics/%E3%82%BD%E3%83%95%E3%83%88%E3%82%A6%E3%82%A7%E3%82%A2%E3%83%95%E3%82%A1%E3%82%AF%E3%83%88%E3%83%AA%E3%83%BC) [#AIセキュリティ](https://ai-curator.jp/topics/AI%E3%82%BB%E3%82%AD%E3%83%A5%E3%83%AA%E3%83%86%E3%82%A3)
- URL: https://ai-curator.jp/podcasts/cmw8gaz4100005s10qcnneooj

## 要約

AI Engineer チャンネル登録100万人を記念した回。スタンフォード大学の講義 CS146S「The Modern Software Developer」を教え、Monaco の Head of AI も務める Mihail Eric が、講義の成り立ちと2回目の刷新点、10週のカリキュラムを説明した。OSS メンテナーと協働する課題、コンテキストエンジニアリング、コードレビューのボトルネック、セキュリティ、ソフトウェアファクトリーまで、実務視点で議論している。

## ポイント

- Mihail Eric は2024年11月に講義の構想を得て、2025年秋に初回を開講した。2回目は自律型コーディングエージェントの普及を受けて大幅に刷新したと述べている。
- 初回の課題は多くがエージェントで一発解決できてしまったため、今回は OSS メンテナーと協力し、実在の大規模リポジトリへの貢献を課題にした。コードレビューを通じた指導が狙いだという。
- 第1週ではコーディングエージェントのハーネスを約200行で自作し、さらに Claude Code の通信をプロキシで傍受して実際のシステムプロンプトを分析する。システムプロンプトの一部がモデル側に取り込まれつつある点も指摘された。
- コードレビューが新たなボトルネックだという認識が共有され、自動承認できる範囲や、PR 記述・スペックの管理方法が議論された。
- セキュリティでは依存関係管理が焦点となり、全て自作する案には、OSS の多くの目で見つかる脆弱性という利点を失うという反論が出た。
- Monaco では「買って学び、作って維持する」を原則に、背景エージェント基盤や Slack ボットを内製し、コードレビューには Devin を採用している。

## 章立て

- [01:00] **講義の成り立ちと今年の変更点** — CS146S の構想から開講までの経緯と、初回から2回目への変化、AIネイティブ・エンジニアの価値について語る。
- [09:30] **OSSパートナーとの課題設計** — エージェントで容易に解ける課題の限界から、OSS メンテナーによるレビューを組み込んだ新課題の狙いを説明する。
- [14:30] **10週カリキュラムの概観** — ハーネスの内部、コンテキスト、スキル、エージェント対応リポジトリ、レビュー、セキュリティ、背景エージェント、ファクトリーまで順に紹介する。
- [25:00] **ハーネス自作とコンテキスト、スキル** — 200行のエージェント実装、システムプロンプト分析、RPI 型の進め方、サブエージェント、スキルの書き方を議論する。
- [49:50] **Monaco の事業と内製方針** — 営業向けオールインワン基盤の紹介と、コーディングエージェント運用での内製と購入の線引きを語る。
- [1:06:20] **エージェント対応リポジトリとコードレビュー** — SRE エージェント、マージキュー、コードレビューのボトルネック、スペック管理の課題を論じる。
- [1:21:40] **セキュリティと背景エージェント、基盤統合** — サプライチェーンと依存関係、モデルによるセキュリティ、MCP ポータルと LLM ゲートウェイの統合論を扱う。
- [1:43:10] **ソフトウェアファクトリーと学生への助言** — 人間の役割、開発者像、Steve Yegge のレベル論や Boris の導入段階モデル、野心的なプロジェクトの勧めで締める。

## 解説記事

AI Engineer チャンネルの登録者100万人を記念した今回は、スタンフォード大学の講義 CS146S「The Modern Software Developer」を教える Mihail Eric が登場した。彼は AI 営業プラットフォーム Monaco の Head of AI でもあり、教育者と実務家の両面から AI ネイティブな開発の現在地を語っている。

#### 講義の背景と2回目の刷新

Mihail Eric によると、講義の構想は2024年11月に生まれた。当時はコーディングエージェントに関する情報がブログ記事などに散らばっており、体系的なカリキュラムが必要だと考えたという。9〜10カ月かけて提案書を作り、2025年秋に初回を開講した。

2回目では内容が大きく変わった。初回はコードレビュー用、仕様設計用、SRE 用といったエージェントを広く見渡す「概観」が中心だった。今回は、慎重なコンテキストエンジニアリングや設計・アーキテクチャによる複雑タスクの扱いなど、原則が固まってきたと述べている。対象は初心者ではなく、基礎を持つ学生が実運用で生産性を高める方法だ。

学生の不安についても触れている。就職先の水準は上がっており、新卒でもシニアに近い力が求められる。それでも、基礎的なソフトウェア工学の素養を持つ AI ネイティブなエンジニアは企業にとって有用だと主張する。

#### OSS メンテナーと取り組む課題

今回の目玉は OSS への貢献を課題に組み込んだことだ。初回の課題は教育的ではあったが、多くはエージェントに一発で解かれてしまった。そこで AI 関連の OSS プロジェクトのメンテナーと提携し、学生が大規模なコードベースを理解して変更を提案し、メンテナーのレビューを受ける形にした。

狙いは、エージェントを使いこなすシニアと、取り残されかねないジュニアとの間に生じる格差を埋めることにある。良いソフトウェア設計の心得をレビューを通じて受け渡せる点を、彼は大きな価値としている。主要プロバイダーからの追加クレジットも確保しており、学生が思い切りトークンを使って試せる環境を用意したという。

#### カリキュラムの要点

10週の構成は次の流れだ。

- 第1週: コーディングエージェントのハーネス内部。約200行で自作し、Claude Code の通信を MITM プロキシで傍受して実物のプロンプトを確認する。
- 第2週: コンテキストエンジニアリングとツール設計（MCP）。研究、提案、計画、実装という段階を踏み、数百万行規模のコードベースにも対応する考え方を扱う。
- 第3〜4週: スキル、エージェント設定ファイル、フック、サブエージェント。
- 第5〜6週: エージェントが扱いやすいリポジトリと、エージェント型コードレビュー。
- 第7〜10週: セキュリティ、背景エージェント、チーム基盤と役割の変化、ソフトウェアファクトリー。

議論では、システムプロンプトが肥大化と削減を繰り返し、Git の使い方のような内容がモデルの重みに取り込まれつつある点が興味深いとされた。スキルについては、安易に配布物を使うのではなく自分で書き、不要なものは剪定すべきだという意見が出た。サブエージェントへのコンテキスト継承は、聞き手の Swyx も「答えがない」と認める難所だ。

#### コードレビューとセキュリティ

コードレビューは新たなボトルネックだと両者は見ている。1日に30件以上の PR を出せる状況で、人間が全件を精査すれば速度が落ちる。そこで、検証可能性を高めたうえで自動承認できる領域を見極める必要があるという。Monaco では PR 説明を実装の仕様書のように詳細に書く運用をしている。一方 Swyx は、機能全体の仕様を最新に保つことは難しく、Git に代わる記録基盤の構想も語った。

セキュリティでは、依存関係の固定とサプライチェーンの管理が重要とされた。全て自作すれば安全だという案に対しては、多数のユーザーに使われる OSS ほど不具合が早く発見されるという反論があった。また、認証・認可、課金、データ保存など、重要度の高い部分と、それ以外を区別する考え方も示された。

#### Monaco の実践と「買って学び、作って維持する」

Monaco は営業向けのオールインワン AI 基盤で、自社開発の営業用エージェントハーネスを持つ。開発面では、Coder 上に背景エージェント基盤を構築し、SRE・カスタマーサクセス・QA を兼ねる Slack ボット「HAL」も内製した。原則は「買って学び、作って維持する」だ。コードレビューだけは複数ツールの評価を経て、現在は Devin を使っているという。なお Swyx は Devin の関係者（アドバイザー）であることを自ら明かしている。

#### ファクトリーと人間の役割

ソフトウェアファクトリー（人手を最小限にコードを量産する仕組み）では、人間に残る要所は「意図」と「レビュー」の二つだという見方が示された。最先端の企業でも、完全にエージェント駆動の貢献は3割程度とされる。また Boris の導入段階モデルでは、Anthropic 自身がステージ3だと紹介された。Eric は学生に、基礎を押さえつつ毎日10分の実験を続け、ベンチマークや評価の作成など野心的なプロジェクトに挑むよう勧めている。

#### まとめ

日本の読者にとっての注目点は、エージェントを使うこと自体より、エージェントが扱いやすい設計、検証可能性、レビュー運用といった周辺の工学が課題になっているという認識だ。講義の姿勢も示唆的である。特定ツールを推奨せず、200行のハーネスから実物の内部までを見せて原理を教え、実在の OSS で実践させる。採用や育成、内製と購入の判断に迷う組織にとって、具体的な参照点になるだろう。ただし、多くの領域は未確立であり、本人も「全てが定まった科学ではない」と認めている点には留意したい。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Latent Space: The AI Engineer Podcast「[One Million AI Engineer Special] How Stanford Teaches AI-Native Engineering — Mihail Eric, Monaco」