XNews

人工智能辅助软件开发与编码代理(Codex、Sora、Agentic Loops)

人工智能辅助软件开发与编码代理(Codex、Sora、Agentic Loops)

编码代理被用于翻译、快速应用构建和持续集成驱动的代理循环。

Key insights

Codex启用的代理循环可以通过测试反馈迁移大型代码库

一个高调的案例展示了西蒙·威利森使用Codex CLI和GPT-5.2将JustHTML从Python移植到JavaScript,产生了约9,000行代码,经过43次提交,并通过了9,200多个html5lib测试,仅使用了大约八个提示。成功因素包括:翻译任务符合代理的优势,全面的测试套件用于自动验证,以及现有架构指导代理。该模式遵循了'编写 - 测试 - 阅读错误 - 修复'的代理循环,自动化于持续集成中。

OpenAI快速构建Sora Android应用,AI贡献率高

OpenAI报告称,Sora的Android应用在约28天内由一个4人团队构建,其中约85%的代码由人工智能撰写;团队消耗了约50亿个令牌。工作流程强调架构优先的交接,许多AGENT.md风格的规范文件,编码前的规划步骤,持续集成驱动的循环,以及重用iOS逻辑作为Android翻译的参考。人类角色集中在架构、审查和集成,而非手动编写代码。

行业指标显示人工智能提升产出但引发维护和质量问题

Greptile的2025年人工智能编程报告显示,开发者每月代码输出从4,450行上升到7,839行(+76%),PR规模增加,项目类型间的增幅不均。报告引用了向量数据库市场份额和SDK下载趋势(Weaviate约25%,mem0内存包59%)。各供应商的模型延迟、吞吐量和成本比较被报告;Anthropic模型显示首个令牌延迟低,OpenAI在吞吐量方面领先,而Gemini 3 Pro的成本约为GPT-5 Codex基线的1.4倍。

团队实践决定人工智能辅助开发的成功:架构、规划和保护措施

OpenAI和从业者的报告强调,成功的人工智能辅助开发需要人类设定的架构、规范优先的提示、烟雾测试、自动化测试循环和保留的规范(如代码检查工具、持续集成门)。将人工智能视为初级工程师并提供明确的风格和流程约束的团队能够实现高产品质量,而在遗留系统中随意使用则可能导致低质量或难以维护的代码风险。

开发者工具和后端服务正在出现,以支持氛围编码和产品化

新的平台和后端如Youware/YouBase提供集成存储、身份验证、API管理和监控,旨在与人工智能生成的前端和后端配对,简化人工智能撰写产品的部署,并保护API密钥不被客户端暴露。

Source posts