网易首页 > 网易号 > 正文 申请入驻

Vibe Coding撞墙了?换个思路治好AI编程的「局部失忆」

0
分享至



在 Vibe Coding 彻底降低开发门槛的今天,大家都在经历一个奇特现象: 让一个 Coding Agent 去现有的项目里改个代码 Bug、或者补个 API 接口,前 3 轮的交互体验往往极其惊艳。它能读仓库、找文件、迅速写出第一版 Diff,甚至顺手把测试也跑了。

但只要任务的上下文稍微拉长、复杂度提升,大部分开发者就会陷入一种极其痛苦的 “调试黑洞”: Agent 在某一轮跑测试挂了,它开始失去方向,在聊天窗口里疯狂修改代码、高频道歉、连续输出 5 轮新 Diff。到了第 10 轮,你深吸一口气,发现它不仅彻底忘记了最开始的目标,甚至开始原地打转,把第 2 轮已经修好的 Bug 又改了回去。

最后,整个会话里塞满了报错和垃圾日志,环境噪声极高。面对这个开始胡言乱语、原地打转的 Agent,为了不继续浪费 Token,你不得不手动切断并新建一个会话。但这时候你面临一个更崩溃的现实 —— 你必须把过去一小时发生的事情、改了哪些文件、卡在哪个测试点,重新用自然语言给新 Agent 完整地拼凑一遍。

这也是目前 AI 编程工具在大规模真实工程中落地的最大瓶颈:现在的 Agent 将所有的工程线索和垃圾噪音都一股脑扔进 Chat Context 里,缺乏一层独立、结构化的 Engineering State 来做隔离与控制。

为了打破这个瓶颈,Valkor 联合浙江大学智能计算与软件研究中心、伦敦大学学院(UCL)软件工程团队正式推出并开源了 loom。



代码仓库:https://github.com/valkor-ai/loom

Loom 关注的是 AI 已经能够生成代码之后,如何让复杂的软件任务在真实工程流程中持续推进、可验证、可恢复地走完。

Claude Code、Codex 之后,

AI 编程还缺什么?

过去一年 Code 模型的能力演进极快。像 Claude Code 这样的 Agent 已经能深入真实仓库,执行复杂的多文件修改。

但在真实的软件工程里,“会写第一版代码” 和 “完成一次可靠的交付”,中间隔着一条巨大的鸿沟。这也是为什么 Vibe Coding 只能停留在搓 Demo 阶段,而无法染指真实的业务重构。

一个真实的需求,不仅包含代码片段,还牵扯到复杂的动态状态:前端交互行为、API 边界、数据库变更、单测覆盖率、运行时日志、CI 状态。 对工程师来说,这些状态分散在 Git、PR、CI 日志和脑海中;但对 Agent 来说,如果这些状态只存在于聊天上下文里,长任务就会不可避免地失控。

首先,上下文极易被报错噪音淹没。所有的编译报错、重试日志、临时推论全塞进 Context 窗口,导致模型在后续决策中抓错重点;更糟糕的是,会话一旦中断、或者由于 Token 触发截断压缩,Agent 就会陷入“局部失忆” 并开始重复试错,只能对 “正在做什么” 和 “做到哪里了” 重新盲猜。

Loom 想补上的,正是软件工程给 Agent 提供的这层工程状态层。

从 “一次性 Prompt”,

到 “可随时 Resume 的状态链”

Loom 的切入点极其直白:它更像是一个给单机游戏引入 “自动存档点” 的交付马甲(Delivery Harness)。它把一次复杂的软件交付过程,拆解成了结构化、可随时恢复的状态链。



当 Agent 运行测试失败时,Loom 不会把失败当成一段简单的终端文本丢进 Chat,而是将其捕捉并结构化为一个独立于聊天记录存在的待办状态。这意味着:

  • Bug 不会被淹没: 失败变成了下一步行动的 “强约束”,Agent 不可能在后续对话中打个哈哈就把这个 Bug 漏掉。
  • 多 Agent 零成本接管: 未来的开发一定是多工具、多模型协作的。开发者可能前 5 轮用 Claude 4.6 Sonnet 改逻辑,第 6 轮想换成 GPT-5.5 跑测试。新 Agent 接入 Loom 后,只要读取结构化的 “交付状态链”,就能瞬间知道自己是谁、在哪、刚才改了什么、下一步该修哪个 Bug—— 它不需要重新阅读冗长的聊天历史,直接原地 “接管比赛”。

为什么靠卷 Context Window,

治不好长任务的绝症?

很多人倾向于将长任务的失败归咎于模型的 Context Window 不够长。但这在真实的工程逻辑上是个伪命题。

在软件开发中,信息量大不等于可靠性高。把几万行的编译日志、多轮 Diff、测试输出一股脑塞进上下文,只会让会话环境充满了杂音。模型非常容易在繁杂的信息中迷失,或者把一个局部看起来能跑的代码误判为完成。

工程的本质是结构化与确定性。

Loom 的思路不是让模型看更多、记更多,而是帮模型过滤噪音,只提炼出最核心的工程线索:计划进行到哪一步了?哪些单测真的 Pass 了?哪几个文件的 Diff 已经定型,不能再乱动了?当这些关键点成为可被编程读取的结构化数据时,衡量 AI Coding 效能的标准,也就从卷 “模型能生成多少行代码”,真正变成了卷 “长任务持续推进的完备率”。



软件工程:

大模型真正落地的确定性沙盒

软件工程可能是 Agent 最好的反馈场,这里规则绝对刚性:代码能编译就是能编译,单测挂了就是挂了。AI 编程如果想走向严肃的生产环境,就必须重回软件工程的经典常识。

现在依靠 Vibe Coding 确实让所有人都能快速搓出一个 Demo。但 Demo 和能在生产环境跑的真实软件之间,还差了一整套可信度验证。如果 Coding Agent 只管写代码,把所有的验证、对齐、纠错成本全部甩给人类工程师,效率的杠杆很快就会见顶。从这个角度来看,Loom 想探索的不仅仅是一个好用的开源工具,而是大模型真正走向严肃生产环境所缺失的状态基础设施。

大模型在静态语料库里学到了 “完美的最终代码长什么样”,却很难学到 “一个复杂的 Bug 到底是如何被一步步定位、失败、妥协并最终修复的”—— 而这些过程轨迹,才是软件工程中最核心的工程判断力。

通过这层状态层,不仅能让 Agent 的长任务推进更稳定,也在同时捕获 Agent 在真实执行环境下的动态反馈轨迹。这也为未来 Agent 的动态评测(Benchmark)和微调数据收集,提供了更真实的工程语料。

从模型生成代码,到 Agent 自主、持续、可验证地完成一个复杂的软件工程生命周期,中间这层缺失的状态基础设施,正为当下 AI Coding 技术的推进提供一个值得被重新审视的重要视角。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
高考700分没去清北,读了复旦医学院,如今还得靠爸妈养家:高分学医这笔账,到底亏在哪一步

高考700分没去清北,读了复旦医学院,如今还得靠爸妈养家:高分学医这笔账,到底亏在哪一步

狐狸先森讲升学规划
2026-11-17 10:50:31
英伟达员工爆料:飞机随便坐、电梯随便搭,为什么没人敢用?

英伟达员工爆料:飞机随便坐、电梯随便搭,为什么没人敢用?

一盅情怀
2026-11-17 12:17:13
乌克兰承认袭击克里米亚大桥

乌克兰承认袭击克里米亚大桥

新华社
2026-11-17 20:34:10
中国新能源企业在芬建厂涉人口贩运调查

中国新能源企业在芬建厂涉人口贩运调查

凤眼论
2026-11-16 14:23:39
朝中社发文谴责日本拥核野心

朝中社发文谴责日本拥核野心

新华社
2026-11-15 20:49:19
碾压!巴西3球被吹仍7-0新加坡 皇马1.3亿巨星12分钟戴帽+2场5球

碾压!巴西3球被吹仍7-0新加坡 皇马1.3亿巨星12分钟戴帽+2场5球

我爱英超
2026-11-17 20:00:36
就在今天!灰熊3号秀创造了一个NBA历史纪录

就在今天!灰熊3号秀创造了一个NBA历史纪录

篮球大视野
2026-11-17 16:10:44
官宣了!罗伯特・帕丁森成为新一任007

官宣了!罗伯特・帕丁森成为新一任007

齐鲁壹点
2026-11-17 07:20:15
打破迷信!最吉利的数字不是6和8,真正顶级吉数藏着大智慧

打破迷信!最吉利的数字不是6和8,真正顶级吉数藏着大智慧

娱乐圈见解说
2026-11-17 08:20:03
环球时报快评:“希望我的祖国也能有一个深圳”在外网火了

环球时报快评:“希望我的祖国也能有一个深圳”在外网火了

环球网资讯
2026-11-17 17:49:03
今年最火的“过冬战袍”,把冲锋衣挤下桌

今年最火的“过冬战袍”,把冲锋衣挤下桌

DT商业观察
2026-11-17 12:12:24
沙特后悔的不是当年的35亿美元,也不是150亿请中国团队,而是没早点把这套战略威慑体系买齐,这笔买卖可是比石油值钱

沙特后悔的不是当年的35亿美元,也不是150亿请中国团队,而是没早点把这套战略威慑体系买齐,这笔买卖可是比石油值钱

磊子讲史
2026-11-17 17:51:58
65岁叶倩文冲上热搜:在南京档案馆见到14岁的母亲,当场愣住看哭无数人

65岁叶倩文冲上热搜:在南京档案馆见到14岁的母亲,当场愣住看哭无数人

磊子讲史
2026-11-16 16:23:07
曝河北富豪公子大婚!“刘能”王小利携妻子现场表演节目,婚房为12层独栋别墅,每桌备一瓶茅台一瓶国窖1573

曝河北富豪公子大婚!“刘能”王小利携妻子现场表演节目,婚房为12层独栋别墅,每桌备一瓶茅台一瓶国窖1573

裕丰娱间说
2026-11-17 09:41:57
为啥某多多的商品很便宜?网友:做电商的都知道,其实货都是一样的

为啥某多多的商品很便宜?网友:做电商的都知道,其实货都是一样的

带你感受人间冷暖
2026-11-16 10:34:09
日本70多岁老人,每个月咬牙工作25天收入800多块钱,真敢说啊!

日本70多岁老人,每个月咬牙工作25天收入800多块钱,真敢说啊!

走读新生
2026-11-17 16:31:21
高市早苗要去中国了,日网民叫她千万别做这些事

高市早苗要去中国了,日网民叫她千万别做这些事

这里是东京
2026-11-17 19:18:03
勒庞称若当选总统将不再为乌克兰提供财政援助

勒庞称若当选总统将不再为乌克兰提供财政援助

新华社
2026-11-17 10:30:03
1600万粉丝网红阿那亚探店后续:饭店里面开着灯,但一个人也没有

1600万粉丝网红阿那亚探店后续:饭店里面开着灯,但一个人也没有

白面书誏
2026-11-17 10:41:35
掘金大爆冷!约基奇28+15穆雷爆发太晚,布克20+8,火箭弃将15+4全队第一

掘金大爆冷!约基奇28+15穆雷爆发太晚,布克20+8,火箭弃将15+4全队第一

鱼崖大话篮球
2026-11-17 12:39:27
2026-11-17 21:32:49
机器之心Pro incentive-icons
机器之心Pro
专业的人工智能媒体
14497文章数 142759关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

媒体:高市将来华参加APEC会议 中方已把话说得很清楚

头条要闻

媒体:高市将来华参加APEC会议 中方已把话说得很清楚

体育要闻

我们三兄弟,都是意大利国脚

娱乐要闻

刘欢有6位生死之交,个个可托付后事

财经要闻

日本经济再现负增长 日央行12月还加息吗

汽车要闻

红旗H9 PHEV这后排,谁还抢着坐副驾?

态度原创

教育
艺术
旅游
本地
公开课

教育要闻

趣味数字拆分,暗藏关联,看懂规律轻松解

艺术要闻

21层!库迪咖啡全球总部启用,楼下设超级体验店

旅游要闻

期待值拉满!北京将上新这些博物馆

本地新闻

乌兰察布:以前种土豆,现在种Token

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版