当前位置:首页 > 报告详情

王振威.pdf

上传人: 拾亿 编号:751810 2025-07-29 41页 4.88MB

1、王振威 Gbox.ai CTOCoding Agent 的知识积淀和盲写问题目录目录0 1有限上下文有限上下文0 2知识如何积淀知识如何积淀0 3软件工程的复杂软件工程的复杂性性0 4反馈循环反馈循环0 524小时不停歇的小时不停歇的 Agent0 1 有限上下文有限上下文模型的硬限制注意力不够Context Providing有限的注意力限制下要给有限的注意力限制下要给 LLM 足够足够的有效信息的有效信息Context ProvidingWhats in Developer/Agent head?TODO项目架构产品原型/设计稿浏览器,命令行,数据库客户端老板的要求简要描述的TODO可能有

2、?MCP Tools?Agent is confusingAI currently has poor ability to understand the customers engineering environment.Low execution accuracy leads to a limited range of applicability.Context Engineering最佳 Context Providing 入口:IDE(目前)0 2 知识如何积淀知识如何积淀RAG&Graph based RAGFine Tuning人是实时整合上下文的,LLM 不是Train/Infer

3、ence 先训练,再推理僵化的固定记忆不训练,不改进我们想要 Online Learning边训练,边推理自动化的记忆处理越用越好用顶级大厂在 Online Learning 的态度有了有了 Online Learning 和好的和好的 Context 后,还需要什么?后,还需要什么?0 3 软件工程的复杂性软件工程的复杂性AI 革新了编码,但没有革新软件工程高质量产出的前置条件我们要像对待新员工一样我们要像对待新员工一样对待对待 Coding AgentSpec,Context,Constitution,Feedback Spec:输入/输出规范,功能目标与非目标声明,性能与安全指标要求Co

4、ntext:环境说明,项目背景与结构,会话与上下文记忆Constitution:风格/可维护性约束,安全与合规规则,行为解释与拒绝能力Feedback:测试,静态分析,观测信息,人工反馈,自检环境、授权与工具Spec 书写能力决定了未来程序员的价值用逻辑清晰的语言用逻辑清晰的语言讲清楚你要什么讲清楚你要什么Context 组织能力决定了 Vibe Coding 的效率在在 Cursor 中拖拽的效率优中拖拽的效率优于在于在 ChatGPT 中粘贴信息中粘贴信息Constitution 归纳能力决定交付质量和团队效率让让 Coding Agent 变成变成团队的熟手团队的熟手Feedback 决

5、定了交付的业务价值,是最重要的环节让让 Coding Agent 自信的交付高质量成果自信的交付高质量成果Coding Agent 更需要工程你不测试,永远不敢交付,哪你不测试,永远不敢交付,哪怕是智商超越博士的怕是智商超越博士的 顶级顶级 AI0 4 反馈循环反馈循环Coding Agent 乱写?Coding Agent 必须具备自测能力AI 可以写代码可以写代码为什么不能自己测试呢?为什么不能自己测试呢?拒绝盲写,从 Agent 自测开始Agents 的环境和权限Agent 得有个开发环境得有个开发环境并且全权掌控并且全权掌控MCP tools for Testing,Logging,Metrics,etc.Claude Code hooks 提供检查的反馈Sentry MCP 提供错误日志反馈让 Agent 工作,而不是考倒它人类工程师用的一切工具人类工程师用的一切工具和知识信息都应当提供给和知识信息都应当提供给 Coding Agent0 5 24 小时不停歇的小时不停歇的 AgentBased on above,Add Plan and MilestonesMulti-Agents:更像现实世界的分工组织方式THANKS

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要讨论了CTO王振威在Gbox.ai开发的Coding Agent的知识积淀和盲写问题。以下是关键点: 1. **有限上下文**:强调了有限注意力下为LLM提供有效信息的重要性,指出了AI在理解开发环境方面的不足。 2. **知识积淀**:提出通过RAG和图基础方法进行知识积累,并提倡在线学习,以实现记忆的自动化处理。 3. **软件工程复杂性**:指出AI需在编码以外革新软件工程,强调规范、上下文、约束和反馈在高质量产出中的重要性。 4. **反馈循环**:认为自测能力是Coding Agent必备的,应具备开发和测试环境,以及相应的工具和权限。 5. **24小时不停歇的Agent**:提出基于上述条件,实现多Agent协作,模拟现实世界的分工。 核心数据引用包括:“有限上下文”、“Online Learning”、“Spec, Context, Constitution, Feedback”以及“Multi-Agents”,这些都是实现高效、高质量Coding Agent的关键要素。
"如何突破有限注意力限制?" "AI如何实现自我测试代码?" "24小时不停歇的Agent如何实现?"
客服
商务合作
小程序
服务号
折叠