omarsar:别急着全自动,帮 Agent 写好代码才是新工作
omarsar0 · x · 2026-11-21
AI 领域知名作者 omarsar 分享自己软件工程与科研工作方式的转变:
- 早期错误:试图用一堆主观的 skills 把所有事一次性自动化,效果不佳。
- 现在的做法:转而花大部分时间帮助编码与研究 agent 写出更好的代码、探索更好的研究思路——人反而介入更多。
- 核心模式是「循环」(loops):自动化之外还有清晰、可持续打磨的意图步骤,通过 verifiers、确定性步骤、上下文格式化与感知、记忆系统、evals 来持续强化质量与稳健性。
- 结论:工作的本质已变——不是用 LLM 帮我们写代码,而是帮 LLM 更好更快地写代码。这套方法显著降低了错误率,让编码 agent 的规模化使用成为可能。
- 判断:编码 agent 真正起飞才一年,仍处早期,agent swarms 等核心原语尚未成熟;建议深耕自己的领域专长以应对明年。
「编程与Agent」频道最新
- AI 科学的速度上限:验证成本决定领域自动化先后 — professor_ajay · 2026-11-21
- MCP LINE Server 上线:AI 助手可直接发 LINE 消息与 Flex 卡片 — modelcontextprotocol · 2026-11-21
- icf-mcp 发布:WHO ICF 编码与 11 套临床评估工具接入 AI — modelcontextprotocol · 2026-11-21
- 退休工程师 4 个月 RAG 实验复盘:查询与动作分离是关键 — HarinezumIgel · 2026-11-21
- 项目经理实测:Pebble Index 01 对比 Sandbar Stream 智能戒指 — Scobleizer · 2026-11-21
- Squad 智能体接管作者 Gmail 邮箱:长对话处理+主动提醒+自动跟进 — tibo_maker · 2026-11-21