AI代码审查瓶颈：当生成速度超越人类判断
I’m happy to translate the article for you, but I’ll need the full text of the post. Could you please paste the content you’d like translated (excluding the source line you’ve already provided)? Once I have the article, I’ll keep the source link at the top and translate the rest into Simplified Chinese while preserving the original formatting.
最近 AI 编码工具讨论摘要
📚 “system‑prompts‑and‑models‑of‑ai‑tools” 仓库
- 所有者：
x1xhlol（GitHub） - 内容： 为超过 20 种 AI 编码工具（Claude Code、Cursor、Devin AI、Windsurf、Replit、Lovable、v0、Manus 等）提供完整的系统提示
- Hacker News 反响： 1,278 分——在“金矿”阵营和“安全风险”阵营之间各占 50%
关键要点（提示中的共性模式）：
- 多步骤任务拆解 – 每个顶级工具都会要求模型将复杂任务拆分为明确的子步骤。
- 不确定性沟通 – 提示中包含语言，指示模型在何时表达怀疑，而不是自信作答。
- 范围强制 – 防护栏防止范围蔓延；模型被明确告知何时停止。
这些文档看起来更像是源码，而不是为构建代理工作流的人准备的营销文案。
🛠️ 代理工程模式（Simon Willison）
- 洞察： 代码生成速度已超过人工代码审查速度。
- 结果： 瓶颈已经从“生成”转向 审查。
- 含义： 优化提示工程以提升原始生成已不再是最高影响杠杆。
社区强调的防护栏：
- 测试驱动开发 – 完整的
pytest套件是代理循环中唯一可靠的反馈信号。没有它，模型会“自信生成却悄然失败”。
其他观察：
- 探索 vs. 微观管理 – 让代理自由探索会产生更好、更不易碎的输出。
- 在
.md文件中保存迭代历史 – 保留 markdown 日志让后续代理会话能够学习之前的决策；随着任务复杂度提升，这种收益会叠加。
🤖 模型聚焦：Qwen 3.5
- 微调文档： 由 Unsloth（官方）发布。
- 基准测试： HN 社区将 Qwen3.5‑35B‑A3B 排列为同重量级中最强的代理编码模型。
- 硬件： 在 NVIDIA Jetson 上运行（如果你的生产工作流依赖于 Google 服务上的 OAuth + persistent‑agent 模式，请将其视为强制性因素并规划替代方案。）
💰 积分消耗对比（Ferdy Korpershoek）
| 工具 | 使用的积分 | 每月费用 | 备注 |
|---|---|---|---|
| Lovable | 5 | $25 / 100 积分 | 提示密集迭代；直到它“停止工作”。 |
| Base44 | 3.1 | $16 / 100 积分 | 感觉最接近直接点击编辑。 |
| Hostinger Horizons | 2 | $6.99 / 单项目计划 | 对于测试 vibe‑coding 工具来说，财务门槛最低。 |
| Sticklight | 2.3 | $25 / 100 积分 | — |
结论： 对于预算有限的 vibe‑coding 工具测试，Hostinger Horizons 提供了最便宜的入门选项，尽管不同平台的用户体验会有所差异。
Bottom Line
- Patterns over prompts: 多步骤分解、不确定性处理和范围强制是现代 AI 编码代理的核心设计支柱。
- Shifted bottleneck: 将重点放在稳健的测试和审查流水线，而不是原始的生成速度。
- Local vs. cloud: 当从按 token 计费的 API 转向本地、免费推理时，重新评估代理工作流的设计。
- Policy volatility: 关注平台特定的限制（例如 Google 的 OAuth‑agent 关闭），并为可移植性进行设计。
t and you’re out of credits.
投资于审查基础设施，而不仅仅是生成工具。代码审查速度现在是绑定约束。随着生成速度提升， tighter test suite 或更好的代码审查工具的 ROI 也随之上升。
Design agentic workflows for your actual pricing model.
云 API 手册中的模式在运行本地模型时可能实际上是次优的。当迭代是免费的，探索就很廉价 — 要充分利用这一点。
Multi‑platform architecture is no longer optional.
Google 的零警告终止让这一点变得具体。如果单一平台的 API 政策变更会导致你的生产工作流中断，这就是你应该能够量化的风险。
Read the leaked system prompts.
这是业界迄今为止对 AI 行为规范进行同行评审的最接近的方式。了解 Cursor 或 Claude Code 如何约束模型行为，将帮助你更好地设计自己的代理提示。
完整分析，包括 SEO、市场信号和 Anthropic‑Pentagon 故事
Zecheng Intel Daily — 2026年3月5日