你的 Agent 不是谨慎,是在防不存在的贼(中英切换)
中文 English 你让它改一个函数。仓库里依赖版本钉死了,这条路径只有一个写入者,产物可以从已版本化的输入重新生成。任务里写着三句事实:这是最终版本;测试由你来补;验证只跑这一个测试文件。 diff 里多出来的不是这个函数。是一层 配上默认返回值,一份留给旧调用的兼容垫片,还有一句“要不要我先确认再改”。测试是绿的…
Tag
7 posts · All tags
中文 English 你让它改一个函数。仓库里依赖版本钉死了,这条路径只有一个写入者,产物可以从已版本化的输入重新生成。任务里写着三句事实:这是最终版本;测试由你来补;验证只跑这一个测试文件。 diff 里多出来的不是这个函数。是一层 配上默认返回值,一份留给旧调用的兼容垫片,还有一句“要不要我先确认再改”。测试是绿的…
中文 English 如果你这半年给 Agent 接过 MCP,大概率干过同一件事:平台有什么接口,就包成一个工具;工具越多,心里越踏实。 ServiceNow 的一组研究人员把这份踏实拿去测了。同样的模型、同样的 729 个任务、同样的三个企业平台(ServiceNow、GitLab、ERPNext),只换 Agen…
中文 English 你在下单一件具体的活。需求是一段自然语言:做一个能按这份说明工作的 Agent。你把它交给 Codex、Claude Code 或 OpenHands,再附上两三条已经能跑通的例子。它在这些例子上越改越顺,开发分数过了九十,最后一份报告写着:完成。 你把交回来的东西接进自己的流程,换上它没见过的例…
中文 English 想象两个 PR 同时出现在你的开源仓库里。都来自没有写权限的陌生账号,都改了几个业务文件,顺手动了一下 里的一个 yml。唯一的区别是:一个是人写的,另一个的描述里写着“Generated by Codex”,或者作者头像是 Copilot。 你会更仔细地看哪一个? 大多数人的直觉是:当然是 Ag…
中文 English 装 Skill 最常见的方式,是看到一个好用的仓库,把 下面的文件夹整个拷进自己的项目,提交,完事。 这一步你多半没觉得是在“装依赖”。但 Skill 是 Agent 会以你的权限执行的说明书和脚本:它可以让 Agent 跑 shell、联网、改文件。你拷进来的,是一段会被执行的东西,而且没有版本…
中文 English 1975 年,Fred Brooks 在《人月神话》里写下一句被引用了五十年的话:向一个已经延期的软件项目加人,只会让它更晚。 不是新人不聪明,而是人一多,分工、交接、对齐、合并的成本会把新增的人手吃掉。 五十年后,我们以为终于找到了例外:Agent 不用入职培训、不用开会,复制一个只要一秒。于是…
中文 English 你嫌 Claude Code、Codex 每一步都弹确认框,于是开了「自动批准」——YOLO、full-auto、approvalpolicy="never",叫法不同,干的是一件事。你以为自己买到的是速度。在真正好用的工具上,你几乎没买到速度;你卖掉的是最后一道门。