我在看 Wes Roth 的这个视频:
https://www.youtube.com/watch?v=eR167BCL-4g
作为一个智能体设计者,我有几点想法,可能对那些不近距离接触这些系统的工程师来说不那么显而易见。
我还干过十年净室工程师。逆向已有的软件,说真的,是我擅长的活。
视频的核心是 Claw Code 项目,以及它据称用一层 Codex 包装、只花了两小时就做出来的这件事。这完全可信,而且人们为什么会因此紧张,也说得通。
毕竟,要是谁都能靠 Codex 自动化从零造出一个 Claude Code,那还要开发者干嘛?
只是,事情没那么简单。
逆向前人已经做出来的产品,和做出一个原创产品,中间隔着巨大的鸿沟。
这里的 Claude Code,是 Anthropic 设计并实现的系统。如果源仓库可信,团队最近显然对它动了一次大手术,而且这工夫就写在作品里。无论你爱还是恨 Anthropic,这需要的是实打实的工程硬功,和几个月的测试,才能到今天这个状态。
该给的功劳要给。
试错才是烧钱的部分
真正的问题就在最后那部分。所有的测试。
你搭智能体系统的时候,哪怕只是 Claude Code 这种直白的线束,最大的开销就是试错。概率型智能体系统是随机的,但一旦你知道该期待什么,它就变得可预测。
不幸的是,鉴于这头野兽的天性,在事情发生之前,你不知道该期待什么。
比如,你去看 Claw Code 那个新的 Python 分叉,会发现它在错误处理、速率限制、回退和指数退避这类问题上都不够格。它在备用标签方案这类事情上也偏弱,更不用说那种线束层面的怪活——像 Opencode 这样的程序就应付得来。
为什么?
因为那些都是这样的恶魔:只有当你开始对付更小的供应商、不可预测的本地模型工具方案、不听话的基础设施,以及真实系统在实验室之外拒绝好好配合的种种方式时,你才知道自己不得不跟它们开打。
Claw Code 有一堆完整性问题……但考虑到它出生没多久、出身又是那样,这属于意料之中。
它还不能代表的,至少眼下还不能,是那种让它达到生产可用水平的、彻头彻尾的深思熟虑的测试和设计。
所以我想说的其实是:你的饭碗保住了。
至少目前是。