@yibie: 每个程序员都应该自己手写一个 agent。 只要 50 行代码,很有趣,而且会让你惊讶。但为了获得最大收获,请做这两件事: 第一,从零手写。打开空白文本文件,自己敲完每一行代码。不要用任何 AI,连自动补全都不要。 第二,只依赖标准库文档…

X AI KOLs Timeline 新闻

摘要

本文鼓励程序员亲手手写一个简单的AI agent(约50行代码),以加深对agent工作机制的理解,并建议从零手工编写、只依赖标准库和API文档。

每个程序员都应该自己手写一个 agent。 只要 50 行代码,很有趣,而且会让你惊讶。但为了获得最大收获,请做这两件事: 第一,从零手写。打开空白文本文件,自己敲完每一行代码。不要用任何 AI,连自动补全都不要。 第二,只依赖标准库文档和 API 文档(比如 Anthropic API)。 你可以让 Claude 帮你写,但亲手构建的价值在于:帮你建立起对 agent 工作机制的 strong mental model——不是粗略的「LLM in a loop with tool calls」,而是每一个细节。 亲手做完每件事,你不会不小心跳过还没理解的重要部分,也能直接看到新行为多快涌现。 我的第一个 agent 只有一个「两数相加」的工具,但已经可以通过反复调用实现乘法。 一旦跑起来,有几十种玩法:加 bash 工具(记得沙箱里做)、换模型(最差的模型还能出好结果吗?)、或者做一个简单的记忆系统。 — Nick Bergson-Shilcock, Recurse Center 原文:https://x.com/nicholasbs/status/2070529196351238252… #AI #Agent
查看原文
查看缓存全文

缓存时间: 2026/06/27 15:57

每个程序员都应该自己手写一个 agent。

只要 50 行代码,很有趣,而且会让你惊讶。但为了获得最大收获,请做这两件事:

第一,从零手写。打开空白文本文件,自己敲完每一行代码。不要用任何 AI,连自动补全都不要。

第二,只依赖标准库文档和 API 文档(比如 Anthropic API)。

你可以让 Claude 帮你写,但亲手构建的价值在于:帮你建立起对 agent 工作机制的 strong mental model——不是粗略的「LLM in a loop with tool calls」,而是每一个细节。

亲手做完每件事,你不会不小心跳过还没理解的重要部分,也能直接看到新行为多快涌现。

我的第一个 agent 只有一个「两数相加」的工具,但已经可以通过反复调用实现乘法。

一旦跑起来,有几十种玩法:加 bash 工具(记得沙箱里做)、换模型(最差的模型还能出好结果吗?)、或者做一个简单的记忆系统。

— Nick Bergson-Shilcock, Recurse Center

原文:https://x.com/nicholasbs/status/2070529196351238252…

#AI #Agent

Nick Bergson-Shilcock (@nicholasbs): Every programmer should write their own agent.

It’s fun, only takes 50 lines of code, and will surprise you. But to get the most from the experience, do these two things.

First, hand-code it from scratch. Start with a blank text file and type out every line of code yourself;

相似文章

@FakeMaidenMaker: 用 AI agent 写代码最怕的就是失控:agent 自顾自跑、质量飘忽、你不知道它现在在哪个阶段、改到一半又乱了。 AWS 刚开源了一套专门给 AI coding agent 用的开发生命周期工作流规则——AI-DLC,让 agent…

X AI KOLs Timeline

AWS 开源了 AI-DLC(AI-Driven Development Life Cycle),一套为 AI coding agent 设计的开发生命周期工作流规则,帮助开发者控制 agent 行为,确保质量。支持 Claude Code、Cursor、GitHub Copilot 等多种平台。

@Xudong07452910: 这篇论文很适合所有重度使用 Claude Code、Codex 或者其他AI Agent 的人看。 它研究的不是 Agent 在 benchmark 上怎么失败,而是一个更真实的问题: 在真实开发里,AI coding agent 到底是…

X AI KOLs Timeline

This paper analyzes 20,574 real-world coding-agent sessions to identify how AI agents misalign with developer intent, finding that constraint violations and inaccurate self-reporting are the most common failure modes, imposing trust and effort costs rather than irreversible damage.

@dongxi_nlp: 看到讨论该不该用 python 写 Agent。 去看看 Shunyu Yao 的 ReAct 源代码吧,就几个 notebook。 记得当年运行这些简单代码,直接瘫坐在椅子里,那是人生中为数不多的体验。 毫不夸张地说,这几个notebo…

X AI KOLs Timeline

一条推文讨论是否应该用Python编写AI Agent,作者引用Shunyu Yao的ReAct源代码(仅几个Jupyter Notebook),认为这些代码开启了Agent时代,并批评鄙视特定编程语言的态度。