「迴圈」時代來臨：AI 代理軟體開發的機遇與挑戰

• 近期在 AI 代理工程 領域，一種「外層迴圈」（harness-level loop）模式正日益興起，它讓外部系統能持續監控、引導及迭代改進 AI 代理的工作，超越模型自主完成任務的範疇。 • 作者 Armin Ronacher 指出，這種迴圈模式在某些方面表現卓越，特別是處理： • 程式碼移植（如將 Bun 從 Zig 移植到 Rust） • 效能探索 及基準測試 • 安全掃描 和通用問題研究 這些應用大多產生無須長期維護或可明確驗證的成果。 • 然而，對於他個人高度重視且需長期維護的 核心程式碼，作者表達了顯著的疑慮。 • 他觀察到，當前模型生成的程式碼往往過於防禦性、複雜，且傾向於用局部補救措施而非從根本上預防錯誤，這些問題在自動化迴圈的放大下更顯嚴重。 • > 作者強調：「我試圖為程式碼設定高標準，並且我希望理解我所交付的程式碼。」他認為，這種對 程式碼理解 的需求，是維持品質與可解釋性的關鍵。 • 這種趨勢反映出軟體開發正從追求 確定性機器 轉向面對如同 生物體般的軟體，引發業界對未來程式碼可理解性與可控性發展的深刻反思。