XNews

Mistral Devstral 2 发布及 Vibe Coding 批评

Mistral Devstral 2 发布及 Vibe Coding 批评

Mistral AI 发布了 Devstral 2 和一个项目感知的 CLI 工具。

Key insights

Mistral 发布 Devstral 2 作为旗舰代码模型

Mistral AI 宣布推出 Devstral 2,这是一款拥有 1230 亿参数的开源模型,定位为代码代理的旗舰模型。发布强调了代码智能代理的应用场景,并声称在 SWE-bench 上获得了 72.2% 的顶级开源权重性能验证。公告突出了与竞争对手如 Claude Sonnet 的比较成本效益,称在实际任务中具有高达 7 倍的成本优势。Devstral 2 支持 256K 令牌上下文窗口,适用于多文件和架构级任务。

Devstral Small 2 目标为本地、隐私优先的部署

Mistral 还发布了 Devstral Small 2,这是一款拥有 240 亿参数的模型,旨在轻量级本地部署。帖子指出,它可以在消费者硬件上运行,包括纯 CPU 模式,提供快速响应,并强调隐私优势。Devstral Small 2 在 SWE-bench 的验证得分为 68.0%,声称其性能可与五倍于其规模的模型相匹配。

Mistral Vibe CLI 引入项目感知的多文件编码代理功能

Mistral 发布了 Mistral Vibe CLI,这是一款开放的 CLI 工具,能够自动扫描文件结构和 Git 状态以理解项目上下文。该 CLI 支持多文件、架构级编辑,而非单文件更改;功能包括使用 '@' 的代码补全引用、通过 '!' 的直接 shell 命令执行以及快捷配置指令。该工具被呈现为能够实现智能交互,整合大型代码库任务的仓库上下文。

批评:'Vibe Coding' 风险陷入 '70% 陷阱' — 书籍提议以工程师为中心的 AI 工作流程

谷歌工程负责人发布的新指南批评了流行的 'Vibe Coding' 方法——依赖高层提示和快速原型——认为其仅能完成大约 70% 的工作,但留下了难以解决的 30%,阻碍了生产准备。该指南记录了失败模式,例如在修复其他问题时引入新错误、隐藏的维护和安全成本,以及对经验丰富的工程师的边际收益递减。它建议采用规范驱动开发、在编码前进行规划、严格的上下文工程和测试优先的工作流程,以将 AI 输出与生产标准对接。

书籍倡导 CLI 代理、多代理管道和质量门控

该指南详细描述了一个未来开发栈,集中于 CLI 驻留代理和多代理编排:一个分解任务的规划代理、一个实施的编码代理、一个验证的测试代理,以及一个更新 README 的文档代理。它强调了沙箱、检查点和回滚以实现代理自主性,规定在编写代码之前编写测试(TDD)和安全扫描,并敦促开发人员将 AI 视为需要审查和把关的初级工程师。

Source posts