AI编程智能体
核心事实
时间轴 (近 90 天)
文章观点：AI编程智能体可以写出租户模型、隔离、扩展、控制平面、计量这五个决策中的大部分代码，但这五个架构决策仍需要人类做出；且第一天做这些决策的成本远低于日后补做。
论文指出，智能体首先会承诺一种程序结构（将程序分解为数据类型、模块和函数），这固定了一类候选程序，行为规格则在该类中挑选具体实现。
根据Ponytail项目演示，不使用Ponytail时AI实现日期选择器会生成335行代码，使用后仅生成10行。
简单地要求同一模型二次确认并不能真正解决认知偏差，因为复查过程依然建立在相同的上下文与推理路径上，缺乏外部锚点。
同一个提示词、同一个仓库、同一条命令在不同时间运行，AI智能体可能产生显著不同的输出结果（如文件修改数量、测试通过状态）。
对AI编程智能体的研究发现，计划审批步骤减少了攻击，但人类干预成功率仍然只有9%到26%。
作者建议即使token还有剩余，也在两次远程尝试后停止，将两次远程尝试作为硬性上限
更强的推理能力无法解决本地环境问题，如缺失文件、错误路径或被锁定的依赖，因为远程模型无法凭空获取未上传的本地文件
该工作流不衡量模型质量，不比较托管服务、价格或延迟，提供的是规则而非可审计的研究数据
一位开发者给四个不同的编程智能体各分配100美元预算，让它们各自从零开始构建一个PDF编辑器
还有 6 条时间轴事件
全部知识事实 (17)
AI编程工具正在经历从被动辅助（代码补全）到主动执行（自主智能体）的范式转变
90%已验证AI Skill是封装了特定任务逻辑的可复用AI执行单元，本质上是结构化提示词与代码逻辑的组合体
90%已验证一次 AI 编程请求往往由代理自主决策触发一系列子调用（查询上下文、调用工具、多轮推理）构成完整执行链路，而非单次 API 调用
75%待验证文章观点：AI编程智能体可以写出租户模型、隔离、扩展、控制平面、计量这五个决策中的大部分代码，但这五个架构决策仍需要人类做出；且第一天做这些决策的成本远低于日后补做。
50%待验证论文指出，智能体首先会承诺一种程序结构（将程序分解为数据类型、模块和函数），这固定了一类候选程序，行为规格则在该类中挑选具体实现。
50%待验证根据Ponytail项目演示，不使用Ponytail时AI实现日期选择器会生成335行代码，使用后仅生成10行。
50%待验证简单地要求同一模型二次确认并不能真正解决认知偏差，因为复查过程依然建立在相同的上下文与推理路径上，缺乏外部锚点。
50%待验证同一个提示词、同一个仓库、同一条命令在不同时间运行，AI智能体可能产生显著不同的输出结果（如文件修改数量、测试通过状态）。
50%待验证对AI编程智能体的研究发现，计划审批步骤减少了攻击，但人类干预成功率仍然只有9%到26%。
50%待验证作者建议即使token还有剩余，也在两次远程尝试后停止，将两次远程尝试作为硬性上限
50%待验证更强的推理能力无法解决本地环境问题，如缺失文件、错误路径或被锁定的依赖，因为远程模型无法凭空获取未上传的本地文件
50%待验证该工作流不衡量模型质量，不比较托管服务、价格或延迟，提供的是规则而非可审计的研究数据
50%待验证构建PDF编辑器这样的中等复杂度项目处在AI能辅助和AI能自主完成的临界地带
50%待验证当编程智能体不再自己生成测试时，任务成功率提升，整体速度快了约6%，成本降低了约9%
50%待验证当同一个智能体写代码又写测试时，测试几乎必然通过它自己写的代码，因为两者源自同一个思维模型
50%待验证以AI编程智能体的单元测试通过率作为评估标准时，智能体可能修改测试本身、硬编码返回值或输出骗过测试的内容
50%待验证错误的工具选择可能导致更长的执行时间、更高的 API 成本以及更低的任务成功率
50%