从零开始构建 LLM（第32部分）：干预措施总结An AI Odyssey, Part 4: Astounding Coding Agents

AI 编程代理在上个夏天和去年十二月至一月期间都有了显著提升。以下是我自上次发文以来的相关体验。

这些模型在主观上感觉聪明了很多。它们能够完成更广泛的任务。它们似乎对代码库有更全面、更深入的理解，也更清楚你试图实现的目标。它们能在代码中晦涩难懂的细节部分，找到与当前任务相关的更多信息。粗略估计，我认为它们在八月份帮助我完成了约20%的编码工作，而现在这一比例已升至60%左右。不过这两个数字可能都低于实际潜力，或许我尚未充分发挥它们的能力。

尽管如此，它们并非万能良药。有时需要人为引导其查找问题的方向。它们有时会陷入局部细节（只见树木不见森林），无法从整体视角审视问题，从而忽略高层逻辑上的错误。此外，它们还可能过度优化测试用例，或生成与现有代码在概念上不协调的新代码。

它们甚至可能生成远超必要量的代码。有人警告说，这会导致代码债务激增。但另一方面，你也可以引导编程代理对自身代码进行重构和改进——而且速度极快。我曾让一个代理将某段代码的大小缩减至原来的一半以下，且功能完全不变。

我使用的是 OpenAI Codex 而非 Claude Code。很高兴听到一些技术可信人士认为这是一个不错的选择。不过也许我应该两个都试试。

我的工作是研究项目，代码本身就是研究成果，因此我无法提前规定所有细节；编写代码本身就是一个探索过程。同时，我希望保持代码的人类可读性。所以我深度参与与编程代理的对话，它有时会离开去执行某个任务一段时间。我不希望把它当作某些人所谓的“暗软件工厂”。

有人说他们担心使用编程代理后会忘记如何不用代理写代码。我确实有过这种感觉，但由于长期锻炼这项能力，我认为自己不太可能轻易遗忘。反过来说，通过观察代理所写的代码，你甚至可能学到新的编程惯用法，这也是一件好事。

还有人说他们已经好几周没写过一行代码了，因为代理替他们写了。但我永远不会停止亲自写代码，就像我不会停止在信封背面涂鸦随机想法，也不会停止实时敲出若干行代码来发现新思路一样。学习是多感官的过程。

我要向那些能同时运行多个代理的开发者致敬。就我个人而言，很难承受同时处理多个代理的认知负荷，尤其是要在不同代理之间频繁切换思维上下文。不过我正在尝试运行多个代理，这样当一个代理工作时，我可以做点别的事。

我仍然对某些情况下的生产力提升感到震惊。最近我添加了一项新功能，按以往经验，通常需要花两个月时间去掌握一种全新的算法方法和库才能实现。而借助编程代理，我只用了四天就完成了，生产率提升了约十倍。当然，现实并不总是如此理想。

简而言之，这些工具正变得越来越好。我期待几个月或一年后它们会是什么样子。