慕尼黑教授复盘一年AI编程：从Copilot玩票到全自动化

大约一年前：AI 编程还不好用
大约半年前：智能体任务频频失败
现在：没人再检查代码，全面自动化
还缺什么？

我第一次（真正）尝试用 AI 写代码是去年年中，主要是玩玩 Copilot。那时候还完全是凭感觉写代码的体验，根本没法用来干正经活。当时大家把它吹得太狠了——bug 一大堆，要反复迭代太多次，根本谈不上效率。说句公道话，我当时很快就放弃了。

真正带来改变的是 Opus 4.6——它需要精确的指令，但执行能力完全是另一个级别。如果你不断打磨计划，直到把需求定义清楚，它就能把每个任务写成相当不错的代码。

不过，它在长期推理上仍然吃力，而且每迭代一次，搞坏其他东西的概率就上升一分——尤其是智能体任务，大多以失败告终。

过去几个月，情况变了：智能体任务现在运行得相当好，我敢把复杂得多的提示词交给智能体——只要底层方法是成熟的，效果就出奇地好。尤其让我震惊的是，视觉语言模型（VLM）检查结果并自主提出修复方案的能力；3D 建模就是一个典型例子，但这样的例子还有很多。

尽管有这些进步，仍然有缺失的环节：
- 主要瓶颈似乎在于提示词，以及语言本身的不完美，也就是说，我发现很难准确告诉智能体我到底想让它们做什么。
- 在非主流的具体方案上，创意生成 / 头脑风暴仍然吃力。尤其是在研究项目中，智能体很少能提出好点子，自动研究循环大多局限于超参数优化。

考虑到当前疯狂的进步速度，我对未来一年充满期待。“AI 做不了 X”这句话我已经听过太多次了——而现在我们都把这些成果视为理所当然。我也真的不认为事情会放缓，因为一切都变得越来越容易尝试。真的很期待！