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
3800万人围观!黄仁勋辞职后首次发文:英伟达是一生心血,想带大家再冲一次

3800万人围观!黄仁勋辞职后首次发文:英伟达是一生心血,想带大家再冲一次

算法与数学之美
2026-11-18 23:56:49
怎么样,才能够回到从前呢?

怎么样,才能够回到从前呢?

疾跑的小蜗牛
2026-11-07 20:41:36
中国只有这7座真正的国际大都市,其他城市别再争了,差距太大!

中国只有这7座真正的国际大都市,其他城市别再争了,差距太大!

心若琉璃说
2026-10-15 06:45:06
1000人里面有多少能活过70岁?答案出人意料,早了解才能早受益!

1000人里面有多少能活过70岁?答案出人意料,早了解才能早受益!

荷兰豆爱健康
2026-11-19 09:11:24
这一轮资产缩水,几乎没有漏网之鱼!大家都在亏,只是亏的地方不同

这一轮资产缩水,几乎没有漏网之鱼!大家都在亏,只是亏的地方不同

放开他让wo来
2026-11-19 09:41:55
媒体:兰州狱警殴打服刑者致死案再审一审宣判,四狱警分别获刑

媒体:兰州狱警殴打服刑者致死案再审一审宣判,四狱警分别获刑

不惯着
2026-11-19 11:31:54
换中国老板后,星巴克上百家店推“现烤面包”,低至9.9元!

换中国老板后,星巴克上百家店推“现烤面包”,低至9.9元!

职业餐饮网
2026-11-17 22:29:03
说句大实话:全中国只有北京才能完全支撑起七日游,不服来辩!

说句大实话:全中国只有北京才能完全支撑起七日游,不服来辩!

另子维爱读史
2026-10-08 19:43:00
iPhone 20曝四款原型机,钛金属回归!

iPhone 20曝四款原型机,钛金属回归!

果粉之家
2026-11-19 13:11:22
他若不死必是十大元帅之首?毛主席:他比我厉害十倍

他若不死必是十大元帅之首?毛主席:他比我厉害十倍

小豫讲故事
2026-10-07 06:00:15
特朗普来深圳赴会,白宫三巨头全带上了,马斯克也赶来见证历史

特朗普来深圳赴会,白宫三巨头全带上了,马斯克也赶来见证历史

起喜电影
2026-11-20 00:56:46
福州秋假三天,全市几乎挪动了一百万人

福州秋假三天,全市几乎挪动了一百万人

一口娱乐
2026-11-19 07:27:22
1600万网红发避雷视频,阿那亚火速处置,涉事门店直接关停

1600万网红发避雷视频,阿那亚火速处置,涉事门店直接关停

房产衫哥
2026-11-18 08:09:34
为什么中国人能够无条件相信解放军?网友:我觉得我还能活!

为什么中国人能够无条件相信解放军?网友:我觉得我还能活!

夜深爱杂谈
2026-11-09 23:13:49
9000mAh大电池还能这么薄!荣耀700系列仅7.96mm 同容量最轻最薄

9000mAh大电池还能这么薄!荣耀700系列仅7.96mm 同容量最轻最薄

快科技
2026-11-20 00:51:07
年薪仅240万!次轮53号秀正面对决打爆哈登,灰熊又捡到宝了

年薪仅240万!次轮53号秀正面对决打爆哈登,灰熊又捡到宝了

弄月公子
2026-11-19 13:32:31
一男子将3000万存银行,银行承诺3年利息为4%,每年120万利息,可第三年只给105万利息,还有15万元不给了,男子直接起诉,法院判了

一男子将3000万存银行,银行承诺3年利息为4%,每年120万利息,可第三年只给105万利息,还有15万元不给了,男子直接起诉,法院判了

LULU生活家
2026-10-24 14:40:06
英伟达被指牵线阿里,卷入芯片走私调查

英伟达被指牵线阿里,卷入芯片走私调查

码上闲叙
2026-11-18 16:08:24
格力电器成被执行人

格力电器成被执行人

界面新闻
2026-11-19 11:05:44
为什么妻子不拔网线,丈夫反而戒了熬夜

为什么妻子不拔网线,丈夫反而戒了熬夜

风铃草语
2026-11-19 07:16:48
2026-11-20 02:12:49
机器之心Pro incentive-icons
机器之心Pro
专业的人工智能媒体
14515文章数 142761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

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

亲子
艺术
家居
时尚
本地

亲子要闻

宝宝气人但是聪明的4个行为

艺术要闻

投资55亿!深圳歌剧院施工现场更新,主音乐厅马蹄形已现!

家居要闻

2026建博会(广州) 公装联探展交流活动

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

本地新闻

乌兰察布:以前种土豆,现在种Token

无障碍浏览 进入关怀版