项目更新:
长程编码智能体项目,正在跑我但愿是最后一轮的评测。
先复述一遍:我在造一个顶尖的编码智能体,专治长程编码问题。从 cli 调用,或走 MCP,都行。它适合的活儿,像移植,像白室作业——那些大到用别的路子都还没法可靠自动化的工程。
最新进展:
我又改了一轮,好应付规模、大仓库和蜂群管理。新 schema 比原先那套方法快 8 倍。
当前版本的依赖图看着真舒服。我相当得意。
我个人的感觉是:新的基于 ANN 的记忆系统,比眼下的业界最先进领先约一年。诀窍在于想通了一件事——智能体的记忆,少当数据库待,多当状态机待。
这一改,真帮我看清了正确的心智模型。智能体主导的记忆,从来就不该当档案柜用,而该是动态系统里的一个活动部件。
需求的形状,全然不同。
我把那块打包成一个工具,叫 Kilo-SDK,本周该上 GitHub,谁想拿去转一圈都行。Go 写的,应当同时支持后端集成,和基于工具的客户端注入两种路子。
Pizza Empire 基准
这轮评测叫 Pizza Empire:反正要测长程编码智能体,不如顺手加双份芝士。
题目纸面上看着简单:建一个功能齐全的披萨外卖定制网站,含顾客下单、厨房工具、配送管理,两万行代码以内,全程无人工监督。
这基准够狠。
一套真实的披萨外卖系统,有配置逻辑、定价规则、购物车状态、结账流程、订单生命周期管理、厨房工作流、配送调度、管理端控制、状态更新、权限,外加足够的边角案例——足够试出一群智能体到底能不能在整件产品上把推理走通,还不把自己的意式香肠弄丢。
这个版本有意省掉 OAuth 和支付。这些是正经生产环节要操心的事,但不是我这轮要测的东西。
假如它今晚或明天能闯过 Pizza Empire,我就打算把项目送回 Samuel Goff 那儿,做 UI 修订和 UX 优化。
那一步一完成,我们差不多就能发布了。
看架势,我们会跳过 beta,直接公开发布。
这话我说了不止一回,但我是真觉得:已经跑进最后一程了。