编程智能体项目更新:
昨晚那轮运行让我对这套流程有了一些认识,我觉得挺有意思。
五个小时。将近 15,000 行生成出来的、完全测试过的代码,没有重大缺陷,单元测试全过。
所以没错,长时程测试的目标,它绝对打中了。
不错。
但性能呢?
我们仍在一个进行中的净室项目里,对着一个大型代码库做测试。
昨天,我修掉了一个故障,它一直让管制良好的蜂群无法正常启动。修好之前,系统只能有条不紊地在前沿上爬,一次处理一张工单。
问题出在提示工程上。
一个拿不到足够结构信息的规划者
今天的问题不一样。
Carlo,规划者智能体之一,会看一眼前沿,看到现有代码库,悄悄慌了,然后留下工单,叫 worker 智能体先搞清楚现有代码是干嘛的,再去写新的净室代码。
好笑,但也有用。
问题是双重的:
1. 指令层和规划者提示工程还是坏的,只是坏在了另一处。
2. 规划者和 worker 智能体都没有像样的静态分析工具,除了简单的调试之外。
于是我绕道花了一个小时,现在这套工具拥有一个带智能体访问入口的静态分析子系统。
在这个尺度上,这就是一个惊艳的 demo 和一件专业产品之间的差别。
demo 能完成一项任务。
这样的产品必须能在任意代码库里数小时保持方位感,做出靠谱的决定,从混乱中恢复,并且不让用户像看孩子一样盯着它干活。
这意味着它必须在没有人类不断干预的情况下,处理并正确化解歧义。
要求很高。
静态分析作为基础设施
在这个场景里,静态分析套件给智能体们提供可消化的结构摘要。
它就像 CliffNotes(学习指南),不过是给你正在开发的这个应用。
有那么一整类关键功能,用确定性的、机械的、一致的方式去处理,至今仍然更便宜、更安全、更可靠。
这就是其中之一。
而现在我们有了它。
我希望这是本周要做的、发布前基础设施扩展工作里的最后一大块。
我很乐观,觉得我们已经在这轮开发周期的终点,或者很接近它。
等我把这个东西放出来,你将拥有一个智能体,能插进几乎任何东西,一放就是几小时、几天、几周,然后放心让它一直干活。
爱死你们了。
回头再聊。