跳到正文
新浪科技·· 9 天前AI 評分66

基於 Claude Code 與 Android CLI 的智能體工程化實踐

基于Claude Code与Android CLI的智能体工程化实践

AI 導讀

這場演講圍繞 Claude Code 與 Android CLI 提出一套智能體工程化實踐,主張工程師應設計智能體能成功且可度量的工作環境。做法包括把上下文控制在約 15 萬 token 內、按任務粒度拆分規格,以及提供可訪問的工具和明確的完成測試。在 Android Bench 2.0 中,自然語言遷移指令的通過率為 22%;提供預先會失敗且不透露做法的測試後,通過率升至 90%。

正文

用Android CLI接通真机与工具,把上下文守在15万token内并分层配置工具,再以会失败的测试定义完成并分层验证,迁移通过率便从22%提升到90%。

这场演讲分享的不是某款工具,而是一种结构性变化:模型已能独立完成代码任务,工程师的职责便从亲自实现功能,转向为一组智能体设计能成功的工作条件。判断只有一条:它没能完成功能时,不该归因于“AI还做不到”,而要像排查缺陷一样追问缺了哪条信息、哪种权限、哪个完成标准。

首先要解决它能接触到什么。判断所需的信息大量不在代码里,规范、决策依据、评审意见,以及真机、性能工具与后端服务都需要可被访问;Android CLI把这些能力统一暴露到命令行,可与任意智能体配合。那个模拟器无法复现的崩溃,靠设备串流连上并不持有的真机才被定位修复——可达性决定可见性。

通道打开后,约束变成上下文的固定预算:好用的区间约十五万token,每轮重发的历史也在消耗它。解法不是扩充输入,而是重构任务粒度,反向追问澄清需求,把规格拆成各自装得进一个窗口的议题,完成即清空;常驻规则、确定性动作与按需文档各归其位。切到这个尺度,并行多个智能体才可行。

更关键的是,智能体仍会过早宣布完成。Android Bench 2.0里,一句自然迁移指令只拿到22%通过率,事先给一套会失败的测试、不透露做法便能提升到90%——测试没教它写代码,只定义了什么叫做写对了。三者构成完整链条;它是否随模型迭代仍有效,只能靠自建评测测量。工程师的价值,也就从写代码转向设计一个让智能体成功、且成功可被度量的环境。

新浪众测 新浪众测

新浪科技公众号

新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

科学大家

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片

來源:新浪科技 · finance.sina.com.cn