Primary sourceelvis
View sourceEvent ·Single source
从全自动到人机协作:工程师反思用 coding agent 的常见误区
Elvis Saravia(omarsar0)发帖反思自己早期用 coding agent 的一个错误:试图一次性把所有环节自动化,结果依赖一堆主观、粗糙的 skills,效果不佳。 他现在把大部分时间花在帮助 coding agent 写更好的代码、探索研究想法上,人反而更深度参与。他把有效的做法沉淀为"loops"(循环):循环里既包含自动化,也包含可持续打磨的明确步骤,通过 verifiers、确定性步骤、上下文格式化、记忆系统和 evals 来控制质量与稳健性。他表示这种方式明显降低了错误率。 他认为工作重心已经从"用 LLM 帮我们写代码"转变为"帮助 LLM 写得更好更快",coding agent 本质上是一个需要精心调校的传统系统。他还指出 coding agent 大约在一年前才真正起步,agent swarms 等核心原语尚未成熟,建议深耕自己的专业领域以应对明年变化。
Current read
Saravia 分享了他用 coding agent 的踩坑经验:别想着全自动,要去设计带 verifier 和 evals 的"loops"。和市面上鼓吹全自动 agent 的思路不同,他主张人更深地参与。天天写代码或做研究的开发者都能直接照着改进自己的工作流。
2 sources38° AI heatLast updated 2026/11/21 15:13:08
Evidence
2 sourcesRelated source 1AI Engineer
View sourceConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.