把 AI 工厂全部配置成代码:一个工厂可以直接学习另一个工厂的经验
vikvang1 · x · 2026-11-18
作者分享了一个工程实践:把多个「软件工厂」(agent 化的软件生产流水线)的全部配置都用代码管理后,一个工厂可以极其方便地复用另一个工厂的配置。
具体做法:作者在为 mobile-factory 搭建新 benchmark、测试各种验证技术时,不知道如何给运行结果打分。由于 benchmark 团队已经为代码质量、任务合规等实验过多种 scorer 和 LLM-as-a-judge 配置(全部配置即代码),他只需在同一个 Slack 线程里 @ 两个工厂,让 mobile-factory 检查并实现 eng-factory-slim 的配置,就得到了一个很好的迭代起点。
配图显示两个 agent 在 Slack 里协作:mobile-factory(单次运行花费 $160.52)和 eng-factory-slim($0.58、7 秒启动)互相讨论如何用 PR 把 scorer 接入 benchmark UI,后者还主动提出先检查前者的工作避免重复 PR。其中一次运行还发现了一个 harness bug(iOS 模拟器在某些运行中崩溃),展示了 agent 互查配置带来的额外收益。
「编程与Agent」频道最新
- 开发者用 Blender+three.js 搭出 Kasane Valley,晒 GPT 6.2 工作流 — OpenAIDevs · 2026-11-18
- Cognition 发布 Devin Bots:一个 Bot 带一组智能体,周合并数千 PR — marvinvonhagen · 2026-11-18
- 用户公开喊话 Chase,附「给 AI agent 看」的图片描述求转人工处理 — AaronBergman18 · 2026-11-18
- Anthropic 拆解智能体记忆组件: dreaming 扩到 128 会话,25 题得分 13%→48% — dl_weekly · 2026-11-18
- 10 人两周写出 1.5 万条端到端测试,靠的是一套 Siri 自动化系统 — jdluk87 · 2026-11-18
- Derive MCP 上线:31+ 工具让 AI 助手直接交易期权与永续合约 — modelcontextprotocol · 2026-11-18