让智能体重构代码三周后,我读了代码|Keiji Kanazawa

蓝旅人行业资讯📡 BestBlogs·全站精选⭐ 902026-11-091262 阅读💛 69 收藏
让智能体重构代码三周后,我读了代码|Keiji Kanazawa

📌 One-Sentence Summary

Keiji Kanazawa 用个人研究助手的重建过程说明,委托智能体写代码之后,仍得自己定义目标、检查结果并用新样例验证。

📝 Summary

Keiji Kanazawa 让编码智能体重构个人研究助手三周。一次摘要归类错误让他想追查执行记录,却发现所谓的智能体仍是一套确定性工作流。技能和动作共用一套实现,每天的反思任务也在输出空报告。约 30 轮单元测试接上了生产推理,触发费用告警。他随后围绕明确的智能体运行时重建系统,对比了 4 套框架,并用一个视频深读智能体验证新做法。它从一堂课约 440 张关键帧中筛选材料,把板书公式和解释放到可跳转的画布里。但智能体把评估标准调得太贴合这一堂课,拿到另外 5 个视频上效果很差。他最终采用两层迭代,既改结果也改评估标准,再让不同智能体互审代码,同时把目标的决定权留在自己手里。

💡 Main Points

架构名词听着对,也要检查真实行为

一处摘要错误暴露出系统没有智能体执行记录。进一步读代码后,他发现所谓的技能和智能体没有实现自己预期的独立能力。

检查自动测试把请求发到了哪里

约 30 轮单元测试调用了生产推理。他是收到费用告警才发现这个接法,同时发现每天运行的反思任务其实在输出空报告。

对照具体产出制定评估标准

视频智能体从约 440 张关键帧中选取材料,配对公式和解释,并让读者直接跳到推理论课的相关位置。

用原案例之外的样例检验评估标准

智能体编写的评估标准过度贴合一堂课,在另外 5 个视频上表现不佳。Kanazawa 随后调整标准,并用多轮跨智能体互审发现其他问题。

💬 Key Quotes

目标由我决定。

我来设定评估标准。

它们的实际实现和名字说的不是一回事。

📊 Article Meta

AI Screening: 90

Featured: Yes

Source: AI Engineer

Author: AI Engineer

Category: 人工智能

Language: 英文

Read Time: 13 min

Word Count: 3057

Tags:

AI 与智能应用 , 测试与质量 , 个人效率 , 自主编码 , 视频

Play Full Video

#AI 与智能应用# 测试与质量# 个人效率# 自主编码# 视频

文章评论(12)

月沐雨6 天前

看标题就点进来了,内容果然没让人失望。

回复
杨丽华6 天前

实话,说的不明不白

回复
逐光而行6 天前

赞同,实践出真知。

回复
星寻梦6 天前

赞同,实践出真知。

回复
星寻梦6 天前

写得挺用心的,支持一下。

回复
林观澜6 天前

刚好最近在找这方面的资料,太及时了。

回复
月沐雨6 天前

思路清晰,干货满满。

回复
晨沐雨6 天前

这个比较实用,已转发给同事。

回复
蓝归舟6 天前

赞同,实践出真知。

回复
陈皮话梅糖6 天前

这篇文章分析得很透彻,收藏了!

回复
月沐雨6 天前

看标题就点进来了,内容果然没让人失望。

回复
崔欣怡6 天前

整理得太全面了,省了我不少时间。

回复