AI 智能体编程：从怀疑到 Rust 机器学习库

深度Simon Willison2026年2月27日2 分钟阅读

Max Woolf 从 YouTube 元数据爬虫起步，一路用 AI 智能体开发出对标 scikit-learn 的 Rust 机器学习库。他感叹 Opus 4.6/Codex 5.3 的性能提升了一个数量级，却难以向怀疑者解释。

本文编译自 An AI agent coding skeptic tries AI agent coding, in excessive detail，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

概念速查

AI 智能体

AI Agent 是能自主感知环境、制定计划并采取行动来完成目标的智能程序——不只是聊天，而是帮你干活。

相关工具

多智能体编程

by ayao99315

热门

Orchestrate multi-agent coding workflows using tmux-driven Claude Code and Codex agents. Use when: (1) user requests a feature/fix that should be delegated to coding agents, (2) managing parallel coding tasks across front-end and back-end, (3) monitoring active agent sessions and coordinating review, (4) user says 'start task', 'assign to agents', 'swarm mode', or references the coding-swarm-agent playbook. NOT for: simple one-liner edits (just edit directly), reading code (use read tool), or single quick questions about code.

编码与调试

未扫描4.2k

Sema Code：将AI编程代理解耦为可编程、可嵌入的基础设施

本文提出Sema Code，一个基于可嵌入、可插拔、框架优先原则构建的开放AI编程框架。它完全将核心代理引擎与客户端层解耦，发布为独立的npm库，任何运行时均可编程驱动。该框架通过八大机制解决了将复杂代理引擎转化为共享可编程核心的工程挑战，并展示了同一引擎同时支持VSCode扩展和多渠道消息网关的架构灵活性。

深度·4月18日·44 分钟

RAD-2：基于生成-判别框架的强化学习规划方法

本文提出RAD-2，一种用于闭环驾驶规划的生成-判别统一框架。该方法通过扩散模型生成多样轨迹候选，利用强化学习优化的判别器进行重排序，结合时序一致性策略优化和在线生成器优化技术，在BEV-Warp高效仿真环境中实现大规模训练。实验表明RAD-2相比现有扩散规划器碰撞率降低56%，实际部署中显著提升驾驶安全性与平顺性。

深度·4月18日·55 分钟