全天候 AI 持续编码

🔬 关键发现

• 01Agent-Computer Interface (ACI) 的设计质量直接决定了编码代理的上限表现
• 02模块化架构在 SWE-bench 上显著优于单体 Agent 架构
• 03简单的流水线方案 (Agentless) 在特定场景下可匹敌复杂 Agent 系统
• 04Docker 沙箱已成为开源编码代理的事实标准隔离方案
• 05自修复 (Self-Repair) 机制使首次提交成功率提升 15–30%
• 06Agent SDK 标准化使编程式编排成为主流（Claude Code, Cursor, Codex 均提供 SDK）
• 07Cloud Agent 云端执行模式兴起，编码 Agent 在隔离 VM 中 7×24 运行
• 08SWE-bench Verified 顶尖系统突破 90%（Claude Mythos 93.9%），接近人类水平
• 09SWE-bench Pro 揭示长时域任务仍极具挑战（最佳仅 23%），距真正自主开发尚远
• 10mini-SWE-agent 证明 100 行代码即可达到 74%，Agent 架构比模型更重要
• 11过程奖励模型（SWE-Shepherd）和自博弈训练（Self-Play SWE）成为 Agent 训练新范式
• 12DeepSWE 全开源 32B 编码 Agent 配方，民主化编码 Agent 训练

CI/CD 集成模式

# .github/workflows/ai-coding.yml
name: AI Coding Agent
on:
  issues:
    types: [labeled]

jobs:
  ai-fix:
    if: github.event.label.name == 'ai-fixable'
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Run AI Agent
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
        run: |
          python -m openhands \
            --task "${{ github.event.issue.body }}" \
            --max-iterations 30 \
            --sandbox docker
      - name: Create PR
        uses: peter-evans/create-pull-request@v6
        with:
          title: "AI Fix: ${{ github.event.issue.title }}"
          body: "Automated fix by AI Coding Agent"
          branch: ai-fix/${{ github.event.issue.number }}

结语