一个AI编码怀疑论者尝试AI编码：超详细记录
你可能看过不少关于AI智能体编程（agentic coding）或“氛围编程”（vibecoding）的博文，作者们要么用模糊的个例大谈特谈智能体现在能做出多么神奇的事，要么担心编程技能会因此退化，要么质疑人类灵魂的主权被侵犯，等等等等。这篇不是那种文章。提前说好。
去年五月，我写了一篇博文，标题是《作为一个资深LLM用户，我其实并不常用生成式大语言模型》，算是对当时日益火爆的智能体编码热潮的一种反差回应。在那篇文章里，我指出：虽然大语言模型（LLM）绝非无用，它们在回答简单编程问题时比我手写更快、准确度也够，但智能体就难说了——它们不可预测、成本高昂，而且从我个人的使用效果来看，当时的炒作完全不成比例。不过我也留了个口子：如果LLM进步到能解决我所有顾虑、让智能体变得更可靠，那我也不排斥。
此后的几个月里，我一边继续数据科学家的日常工作，一边关注着OpenRouter上不断冒出来的新LLM。今年八月，谷歌宣布推出Nano Banana生成式图像AI，并配套了一个不太好用的API，于是我开源了gemimg这个Python包，作为该API的封装工具。这算不上什么激动人心的项目：实现方式没多少创意空间，我主要看重的是它能带来什么价值，而不是写这个工具本身有多爽。所以，我拿它做了个实验：把功能完整的代码扔进了OpenRouter上几款新晋LLM里，让它们找出并修复Python代码中的问题——如果失败了，正好检验一下当前LLM的真实能力；如果成功了，那就是为这个包潜在用户提升了软件质量，我也没啥道德负担。结果LLM还真帮上了忙：不仅添上了像样的函数文档和类型提示，还指出了好几段代码更符合Python风格的实现方式。
大约在那段时间，我的同事开始大力推荐在 Visual Studio Code 里使用 GitHub Copilot 辅助编码，特别是配合新出的 Claude Sonnet 4.5。但对我这种做数据科学的来说，Copilot 里的 Sonnet 4.5 并不好用——它写出来的 Jupyter Notebook 啰里啰唆，所以我没怎么当回事。不过到了 11 月，Google 发布了 Nano Banana Pro，必须立刻更新 gemimg 才能兼容这个新模型。我试用 Nano Banana Pro 后发现，这个模型能生成任意网格的图片（比如 2×2、3×2），是个非常实用的功能，于是快速写了一个脚本来支持它，顺便把每个子图单独切出来保存。我知道这种功能用 Pillow 实现虽然简单但很繁琐，所以放心地让 Copilot 帮我写一个 grid.py 文件，实现 issue #15 里描述的 Grid 类。Copilot 确实干成了，只不过在规格没提到的部分（比如行列顺序搞混）出了点小错，但通过更明确的提示很容易就修正了。就算把修 bug 的时间算进去，这次体验也实实在在地提升了我的效率，让我对智能体（agent）的能力更乐观了一些——但还远没到让我变成 AI 吹的地步。
11 月，感恩节前几天，Anthropic 发布了 Claude Opus 4.5，同事们自然好奇它比 Sonnet 4.5 强多少。Anthropic 赶在长假之前发布 Opus 4.5 这事非常可疑——因为公司通常这么干就是为了把不太亮眼的发布埋在节日里，反正用户都忙着跟家人朋友团聚，没空关注。巧的是，我在旧金山既没朋友也没家人，所以有大把带宽来测试这个新 Opus。
关于 AGENTS.md 的前言
有个关于 agent 的方面我之前没研究过，但知道它对用好 agent 至关重要，那就是 AGENTS.md 文件——这个文件可以控制 agent 的特定行为，比如代码格式。如果项目根目录里有这个文件，agent 会自动读取它，理论上会遵守里面的所有规则。这跟普通大语言模型（LLM）调用的系统提示词差不多。如果你一直在看我的文章，应该知道我对精心设计的系统提示词有点上瘾，还会搞些花样，比如用全大写来强调更重要的规则（是的，这招至今依然管用）。我找不到一个适合 Python 项目的 AGENTS.md 的好模板，于是让 Opus 4.5 帮我写了一个：
创建一个面向 Python 代码质量的 `AGENTS.md` 文件，必须写得非常细致。越重要的规则越要用大写，比如 `MUST`
然后我加了一些个人偏好和推荐工具，这些都是在之前用 Python agent 时踩坑总结出来的经验：用 uv 和 .venv 代替系统自带的 Python；数据操作用 polars 而不是 pandas；密钥、API key、密码只存在 .env 里，同时确保 .env 在 .gitignore 中；等等。这些约束大多不是告诉 agent 要做什么，而是教它怎么做。总的来说，每当我发现 agent 有某种我不喜欢的基本行为，就往 AGENTS.md 里加一条规则，效果非常好。比如，agent 喜欢用多余的表情符号，我特别反感，于是加了一条：
**绝不允许** 使用 emoji 或模拟 emoji 的 Unicode 字符（例如 ✓、✗）。
Agent 还经常留下大量冗余的代码注释，所以我加了一条规则来阻止：
**必须** 避免加入多余注释，尤其是那些同义反复或不言自明的（例如：代码功能一目了然，或者函数名已经充分说明了代码作用，那么注释除了浪费用户时间外毫无意义）。