我第一次使用编程智能体时,被它深深吸引。在用智能体之前,我一直在IDE和AI聊天界面之间复制粘贴代码。看到智能体直接编辑文件并实时修复自己的错误,令人惊叹。几天后,新鲜感消退,我遇到了频繁的故障。智能体会完全停止响应,直到我重启它;而且它常常在工作刚刚开始时就宣布任务完成。
我原以为六个月后,智能体在技术上会和底层大语言模型一样令人印象深刻。结果,编程智能体依然很差。AI辅助开发确实有了明显进步,但真正承担繁重工作的是模型,而智能体仍然是瓶颈。这一区别很重要:模型(如GPT Astra、Claude Sonnet或GLM-5.3)负责生成文本和代码;智能体(如Anthropic的Claude Code或OpenAI的Codex)则是把模型连接到代码库和计算机系统的软件。正如一个比喻所说,模型是大脑,智能体是身体。
最大的抱怨在于智能体的任务管理能力很差。有一个例子中,一个开源网页应用需要添加一项约1.5千行代码的口令保护功能。智能体把工作拆成10个子任务,然后逐一执行,尽管这些任务本可以在一台为多任务而生的计算机上并行完成。Claude Code只有很有限的多任务能力,在继续下一步之前,会等待子智能体和端到端测试全部完成。
智能体也不擅长委派任务。一个顶尖模型可能花费大量时间扫描5万行代码以查找某种模式,而一个更便宜、更快的模型本可以胜任。智能体从不建议切换模型,于是用户只能自己手动管理模型选择,而作者认为这项工作本应交给大语言模型来完成。
来源: Hacker News · 由HeadlinesBriefing整理摘要