开源编程 Agent 先学仓库再复用，修 bug 成本最多降 75%
NeighborhoodOwn8510 · reddit · 2026-07-24
这条帖介绍了一个开源的 多智能体 SDLC harness：作者声称它通过“先学习一次仓库，再复用知识”的方式，在大仓库上比冷启动的 Claude Code 跑法更省钱。
- 作者给出的基准结果是：在 6/6 个已定位任务 上，AutoDev Studio 比冷启动的 claude -p 便宜 7%–75%，测试仓库规模最高约 82k LOC。
- 一个具体例子里，冷启动 agent 花了 $6.83 / 207 turns，而 AutoDev Studio 处理同样的 bug 约只要 $1.70。
- 它的核心思路是先用静态分析和本地 embedding 索引建立一个持久化知识库，后续任务直接检索定位，而不是每次重新探索整个仓库。
- 工作流上，它包含：
- PM agent 负责澄清需求并起票
- Dev agent 在隔离分支上写代码
- QA 负责跑测试
- 另一个模型家族负责审查 diff
- 必要时进入有限次数的 revise loop
- 最终直接开出真实 GitHub PR
- 另外还带有 live Kanban、token/成本追踪、默认离线运行、FastAPI + SQLite、MIT 许可。
- 作者也坦承它并非全场景都赢：很小、很容易定位的改动，单次 agent 反而可能更便宜；在一个复杂的跨模块 bug 上，它给出的修复比基线更窄。
所属事件:开源框架 AutoDev Studio 称大幅降低开发成本(3 条相关)→
「编程与Agent」频道最新
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- Anthropic 研究员:99% 工程师已跑 300+ 自改进 agent 群 — AlishaOutridge · 2026-09-11
- Gergely Orosz 观察:AI Agent 提速十倍交付,却带来一堆小退化 — ducha_aiki · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Codex 用户实测：Sol 搭配 Astra/Luna 子代理更省额度 — pvncher · 2026-09-11