Vibe编码之夜：特工背带
编码代理是现状。Stripe每周发送1300个PR，没有手写代码。OpenAI用三名工程师和一个代理工具构建了一个百万行的代码库。Claude Code在CORE Bench上的得分为78%，而在不同支架上的同一模型得分为42%。代理是否可以编写和运行代码的问题已经解决。
尚未解决的问题是：他们还能做什么吗？
今天存在的几乎所有工具都是用于软件工程的，这是有充分理由的。代码是唯一可验证的。你编写一个函数，运行测试，得到一个二进制信号：它工作或不工作。这种紧密的反馈循环使线束工程成为可能。代理人行动，环境以事实为依据做出反应，而治理则作为制度知识积累差异。
但从代理中受益最多的领域是那些循环没有完全闭合的领域。伯克利的一个自动驾驶实验室连续运行了17天合成新材料，但Sakana的人工智能科学家的42%的实验因试剂无法捕捉到的错误而失败。PagerDuty的事件响应代理将解决时间缩短了一半，但Gartner预测，到2027年，40%的代理人工智能项目将被取消，因为代码外的反馈循环更慢、更嘈杂、关闭成本更高。Harvey AI在撰写法律简报时达到了1亿美元的ARR，但还没有人建立起相当于 pytest 对于合同条款。
线束模式有效。一个悬而未决的问题是在没有编译器的域中进行验证。
今晚，你通过为代码构建模式来学习它，然后把它推到循环还没有结束的地方。
______________________________________________________________________
模式
2026年2月，桥下彻 命名实践：每次代理发生故障时，您都会对环境进行设计，使其永远不会再以这种方式失败。几天后，OpenAI 出版剧本：对文档进行机械强制，限制解决方案空间，给代理眼睛。同月，CORE Bench的结果证明了这一论点——仅从脚手架上挥杆36点，模型重量相同。
线束是模型周围的一切，而不是模型。操作系统连接到模型的CPU。
它有五个组成部分：
- 循环 --推理、行动、观察、重复
- 工具调度 --拦截意图，在现实世界中执行，返回结果
- 上下文管理 --确定模型在每个步骤中看到的内容
- 记忆 --跨会话持久化状态，以便代理可以恢复
- 验证 --代理人检查自己的工作；失败成为永恒的规则
每个生产工具都实现了这些。克劳德密码，密码，马努斯，条纹的小黄人。架构已经融合。尚未融合的是 *你指的是什么*.
泡沫缺少什么
人工智能工程领域充斥着编码代理、MCP集成和agents.md文件。 苏黎世联邦理工学院展示 自动生成的上下文文件实际上使任务成功率降低了2-3%，同时使成本增加了20%——社区正在优化一个已解决的曲面。与此同时：
- 科学代理人 需要数周和数月的连贯性。目前的模型实现了约2小时40分钟，成功率为50%。工作的自动驾驶实验室（A-Lab、Coscientist、ChemCrow）都是通过物理仪器而不是文本来完成循环的。
- 运营代理 当任务具体且频繁时工作（事件分流、货物跟踪）。当被要求广泛操作时，它们会失败，因为验证信号延迟且不明确。
- 官僚代理人 正在悄然发生变革——美国食品药品监督管理局于2025年12月在全机构范围内部署了代理人工智能——但这种模式是“人工智能辅助的人类”，而不是自主代理，因为法规要求法律要求人类参与环境。
- 多智能体协调 仅协调故障的失败率为36.9%（加州大学伯克利分校的MAST分类，1642条执行轨迹）。瓶颈不是单代理能力。这是特工们在一起工作。
共同点：验证。在代码中，您运行测试。在科学领域，你进行实验。在操作中，您检查系统是否已恢复。在法律上，你要检查它是否通过了监管审查。每个域都有一个验证信号——它只是比 exit 0线束工程师的工作是找到它，闭合围绕它的循环，并使代理的故障累积到系统的智能中。
这就是今晚的主题。
______________________________________________________________________
三条赛道
轨道1：裸金属
从无到有，构建一个安全带。大约100行Python。while循环、API调用、工具调度程序、累积规则的文件。你会明白，从克劳德密码到条纹的小黄人，每一个生产工具实际上都在做什么。
第二部分：SDK
Claude Agent SDK是支持Claude Code的生产工具，以库的形式公开。将每一块都映射回你在Track 1中构建的内容。然后扩展它：MCP服务器用于可插拔工具，子代理用于上下文隔离，钩子用于机械执行。
曲目3：边疆
该模式适用于代码。现在把它指向循环尚未闭合的某个地方。与真实数据交互的研究代理。根据实时系统进行验证的Ops代理。不存在“测试通过”的域代理，您必须自己发明验证信号。
______________________________________________________________________
设置
看 共享/setup.md 用于先决条件和身份验证。
轨道1 只需要 pip install anthropic --你正在从头开始建造。
曲目2-3 需要Claude Agent SDK： pip install claude-agent-sdk
______________________________________________________________________
如何使用此回购
克隆它。选一首歌。建造。
新探员？ 从轨道1开始。通过从头开始构建，你会理解这个模式。
知道图案，想要生产版本吗？ 从轨道2开始。SDK直接映射到Track 1所教的内容。
在这里推动边境？ 直接前往3号轨道。引入一个难以验证且循环未闭合的域。
这些轨道是可组合的。轨道1使轨道2清晰可辨。轨道1+2使轨道3成为可能。
______________________________________________________________________
许可证
麻省理工学院