最近这段时间，我在深度使用各种AI编程工具的过程中，脑子里一直冒出一个念头——我们是不是把注意力放错地方了？
所有人都在讨论"哪个模型最强"、"谁的推理能力碾压了谁"，但我越用越觉得，问题根本不在模型本身。今天这篇文章，想和大家聊聊我在Agentic编程这个方向上的一些思考，不装，不端，就是一个码农的真实体感。
我先说一个可能颠覆很多人认知的事情：当前AI编程的真正瓶颈，不是模型，而是驾驭模型的方式。
这个观点不是我的原创，而是来自安全研究员Can Bölük在2026年2月发布的一篇文章——《The Harness Problem》（驾驭框架问题）。这篇文章在AI编程圈子里引发了很大的讨论，而我读完之后的感受就是：这不就是我一直想说但没说清楚的话吗？
在Trae的SOLO发布以后,这边聊聊AI编程这种模式的最终形态.
先做如下假设:
上述条件我们很容易推导出以下结论:
AI的长链记忆，目前是各大模型公司,一个比较棘手的问题,也是一个非常热门的讨论点。
我在长时间,高强度使用了各个代码助手,模型以后,对于长链记忆,提一些不一样的思考和角度.
我在过去的一段时间,在大范围,高强度的使用各种代码助手和模型,在使用过程中就发现如下问题
注意 前后端请求采用POST+JSON的方式,而AI在执行过程中,如果页面生成不是在一起,后面的页面就会出现Restful的调用方式.记录我在AI编程、大模型应用、Agent开发等方面的一些思考和探索。
现在说到软件就是AI.
软件行业中一直存在一个无所不能的位置.曾几何时,这个位置上坐着的是SOA,后面又换成了微服务,中台.当然,也曾经坐过区块链,web3.0等等.
只不过现在这个位置上坐着的,是AI而已.
笔者正好最近稍微研究了一下,谈谈感受.
到目前为止,人类最牛逼的AI模型,和AI交互的,都是文字.和所谓的大模型,从算法和本质上看,也是一个猜字游戏.
那么好了,因为AI只能处理文字,所以AI的性能和传统应用的性能差距不是一般的大.如果把AI的输入和输出,看成是一个完整的交互的话,那么这个输入和输出的性能和传统的计算机软件相比,是要被喷死的.传统软件的输入输出性能都是按照毫秒为单位的,而AI的输入输出是按照秒为单位的.在不看数字,只看单位就相差1000倍.
现在说到软件就是AI.
软件行业中一直存在一个无所不能的位置.曾几何时,这个位置上坐着的是SOA,后面又换成了微服务,中台.当然,也曾经坐过区块链,web3.0等等.
只不过现在这个位置上坐着的,是AI而已.
笔者正好最近稍微研究了一下,谈谈感受.
到目前为止,人类最牛逼的AI模型,和AI交互的,都是文字.和所谓的大模型,从算法和本质上看,也是一个猜字游戏.
那么好了,因为AI只能处理文字,所以AI的性能和传统应用的性能差距不是一般的大.如果把AI的输入和输出,看成是一个完整的交互的话,那么这个输入和输出的性能和传统的计算机软件相比,是要被喷死的.传统软件的输入输出性能都是按照毫秒为单位的,而AI的输入输出是按照秒为单位的.在不看数字,只看单位就相差1000倍.