底部赞助展示区
Contact us 适合多赞助商长期展示
Loading…
适合多赞助商长期展示
A discussion argues that coding agents do not merely guess keywords. They can use error logs, code snippets, and dependency context to locate a failure and build a fix, even when legacy names no longer describe their actual purpose.
Supporting research and engineering reports suggest that contextual retrieval is an important capability for coding agents. An agent may begin with a stack trace or crash location, inspect the surrounding code, and then follow function calls, class references, and variable dependencies to gather the context needed for a repair.
The evidence does not support the stronger claim that naming conventions no longer matter. Benchmarks such as ContextBench report a common pattern of high retrieval recall but low precision, and code that is retrieved is not necessarily used in the final patch. Misleading names can still add ambiguity and noise, particularly when logs, tests, or dependency information are incomplete.
A more reliable approach combines semantic search with logs, symbol indexes, dependency analysis, tests, and human review rather than depending on a naming map or model intuition alone.
Source review does not guarantee permanent accuracy. Consider the original source, observation time, and later corrections.
Agent 是概率系统，不可能永远正确。但它出错时，你需要能回答：它做了什么？结果是什么？为什么这么做？ 实现 Trace 系统，记录调用链、返回链、决策链。别只记录成功路径，失败轨迹往往更有价值。 别怕"污染历史"就清洗掉失败记录。CONFLICT 错误、超时重试、模型瞎猜——这些都记下来。只有看到完整的失败过程，才能定位根因，才能把"遇到 CONFLICT 必须重新 Read"这种经验固化到提示词里。 ## 写在最后：我们都是在给 LLM "擦屁股" Agent 开发的核心，不是让模型更自由，而是通过工程设计，把模型"不确定的能力"约束在"最小可控的范围"里。说白了，我们就是在给 LLM 擦屁股。 你看啊，LLM 很强，能写代码、能读文档、能推理。但它就像一个特别聪明但特别不靠谱的实习生—— 你让它去打印文件，它可能把全公司的打印机都调用一遍； 你让它整理会议纪要，它可能把上周的会议也掺和进来； 你让它写个函数，它写得贼溜，但变量命名全是 `a`、`b`、`c`，还顺带改了你没让改的文件。 而我们做 Agent 工程，本质上就是在解决这个矛盾： | 模型的天性 | 我们的工程对策 | --- | | 喜欢自由发挥 | 用 Function Calling 锁定调用格式 | | 上下文一多就"失忆" | 用 L1/L2/L3 分层 + Summary 压缩 | | 出错不会自查 | 用 Trace 记录每一步，让错误可追溯 | | 长任务容易跑偏 | 用 Todo + Task 拆分，降低单步复杂度 | | 不懂领域知识 | 用 Skills 固化 SOP，让它"有脑" | 你看这七章的内容，从工具原子化到上下文工程，从可观测性到子代理——每一层都是在给模型"打补丁"，帮它收拾烂摊子。 [...] ## 本章结论 Agent 是概率系统，不可能永远正确。但当它出错时，你需要有能力回答三个问题： 1. 它做了什么？（调用链） 2. 结果是什么？（返回链） 3. 为什么这么做？（决策链） 只有当你能把这三个链条串在一起时，才能真正理解 Agent 的行为，才能让它从"黑盒"变成"玻璃盒"。 前面七章，我断断续续讲了这个 Code Agent 项目从立项到成熟的整个过程。每一章都是一个具体的坑，以及我是怎么爬出来的。 这一章，我想把这
式的过度工程化； 很多最强大模型倾向「多捞少漏」，导致噪声偏多； 「检索到」不等于「用到了」，看过关键代码也可能没体现在最终补丁里；更均衡的检索策略往往在成功率与成本之间更划算。 ContextBench希望为代码智能体提供可观测、可度量、可优化的过程评测视角，帮助社区更精准地改进检索与推理链路。 「黄金上下文」由人类专家认证 为了构建这一基准，研究团队并没有依赖自动化生成，而是采用了一套严谨的「人机回环」（Human-in-the-loop）标注流程。 大规模覆盖：包含来自66个真实代码仓库的 1,136个 问题解决任务，覆盖 Python、Java、C++、Go、Rust、JavaScript、TypeScript、C 等 8种主流编程语言。 专家级标注：每一条数据都配有由专家开发者标注的「黄金上下文」（Gold Contexts）。这些上下文并非「相关代码」的简单集合，而是问题修复过程中不可或缺的最小代码依赖集。研究者通过分析真实补丁，沿函数调用、类引用与变量依赖关系逐步回溯，最终确定必须阅读的代码片段。 一个真实仓库中的依赖链条：若未阅读箭头所连接的函数与类，即使模型生成补丁，也难以保证语义正确 细粒度追踪：评测框架能够记录Agent的每一步操作轨迹，并在文件（File）、代码块（Block）、行（Line）三个层级上计算检索的精确率（Precision）和召回率（Recall）。这意味着模型的行为可以被量化为「定位能力」：不仅判断是否访问了关键文件，还能判断是否精确定位到关键函数乃至关键语句。 评测对象 顶尖模型与主流Agent 研究团队使用CONTEXTBENCH评测了当前最强的4款LLM和5种主流代码Agent框架： [...] 数据展示了各模型Recall极高、Precision极低的「偏科」现状，精确率普遍偏低 3. 策略分化：GPT-5「大口吞」 vs Devstral 2「小步跑」 不同模型在检索策略上展现出了截然不同的性格 。 GPT-5 倾向于「少次多量」，平均只需 5.87 轮检索，但每一步会阅读高达 119 行代码，试图一次性获取大量信息 。 Devstral 2 则采取「多次少量」的策略，平均需要进行 22 轮检索，但每一步仅读取约 12 行代码 。 这种高频交互导致 Devstral 2 的T
其实不用担心代码命名的问题，agent 并不是简单通过猜关键字去找代码的，它会阅读代码片段，根据上下文去找。 举个例子来说，它发现程序崩溃了，它会
向老师请教个问题：历史代码中有很多局部的改动，导致很多方法名其实根本表达不了它的意图，还有日志、变量名、甚至模块名，这些历史债都在，但是因为
Image 49 其他扫码方式：微信 下载知乎App 无障碍模式 验证码登录 密码登录 开通机构号 中国 +86 获取短信验证码 忘记密码 登录/注册 其他方式登录 未注册手机验证后自动登录，注册即代表同意《知乎协议》《隐私保护指引》 扫码下载知乎 App 关闭二维码 [...] Image 1) Image 2: ZhiHu logo 变得非常受欢迎。从那时起，这些语言模型的使用得到了爆炸式的发展，这在一定程度上得益于HuggingFace的Transformer库和PyTorch等… deeph...发表于deeph...Image 46: 支持1000万+token上下文：Google开源递归语言模型实现 # 支持1000万+token上下文：Google开源递归语言模型实现 数据与AI爱好者Image 47: vLLM V1 源码解读（七）：Speculative Decoding——让大模型一次验收多个 token # vLLM V1 源码解读（七）：Speculative Decoding——让大模型一次验收多个 token 弗流# Representation, Tokenizer & Modeling RepresentationCompression is a kind of clustering自然语言上的缩句、数据类型上的精度压缩、模态编码器...... 所有的压缩本质上都可以映射到某种聚类方式，其中， 压缩的损失来自于在原… Zack Zhao _想来知乎工作？请发送邮件到 [email protected]_ 打开知乎App 在「我的页」右上角打开扫一扫 Image 48 其他扫码方式：微信 下载知乎App 无障碍模式 验证码登录 密码登录 开通机构号 中国 +86 获取短信验证码 忘记密码 登录/注册 其他方式登录 未注册手机验证后自动登录，注册即代表同意《知乎协议》《隐私保护指引》 扫码下载知乎 App 关闭二维码 打开知乎App 在「我的页」右上角打开扫一扫 Image 49 其他扫码方式：微信 下载知乎App 无障碍模式 验证码登录 密码登录 开通机构号
第一类，是已经在真实项目里长期用AI 写代码的人。 不是拿AI 随手生成个demo，而是已经让它参与改bug、加功能、做重构。你会很快感受到