AI 智能体

1024Code 采用 1024PaaS（全栈自研的云端编程环境）为核心，通用大模型为基座，构建一套自主决策链 AI Agent（目前称为 AI 导师），提供了编程环境感知，代码编辑，Shell、Console 的自阅读，运行与自主 Debug。

简单来说，就是将 AI Agent 安装了手与脚，让其自主完成需求分析到编码调试的过程。

尝试定义 AI 与人类编程交互的新方式

在当前阶段，1024Code 更相信人类的代码，所以 AI 在修改人类代码时需要人类确认，AI 在修改自己的代码时可以立刻生效。

得益于我们全栈自研的技术，我们的团队能够深度定义编辑器的内核，实现快编辑的能力，能够准确区分代码是来自 AI 生成还是人类编写。

具体能力介绍

从零开发一个小项目

1024Code 可以根据你的需求介绍，进行 MVP （最小可行版本）拆解需求，然后实现第一版 MVP 。它可以实现一个小型项目（至多不超过 10 个）多个文件的生成和编辑。

解决一个小的需求

你提出需求，1024Code 的 AI 导师会首先自行感悟编程环境（例如是哪个语言哪个框架），然后分析需求（如遇需求不清楚时会自行跟你互动），构建代码语义树，确定需要创建新的文件或者修改哪些文件，生成对应代码，利用 1024PaaS 提供的更新代码块能力进行逐字处理。最后尝试运行代码并检查控制台输出，完成本次需求实现。

自动 Debug 错误

发现控制台的错误时，它会自行开始 Debug 调试错误。读取报错信息并决定如何修复，然后读取对应代码进行修改。

与人类在代码归属上创新互动

AI 导师可以直接修改它自己之前完成的代码，修改人类代码需要一个确认与 diff 比较的过程。

1024Code 中 AI 导师的能力限制

AI 导师在 1024Code 中是一个完全拟人的存在，它有自己独立的交互界面，甚至人类可以直接观察它的每一步操作。由于当前大模型的智能还不足够，我们看一下能力上的限制。

决策能力上的限制

目前超出 10 个文件的较大项目表现会出现成功率大幅下降的情况。

在网页项目、命令行项目、Python 游戏外的项目，目前没有针对优化。

浏览器眼睛视觉还未添加

在更理想的情况下，AI 导师应该能主动识别浏览器网页上的界面错误，并进行修复，但这个依赖于现有大模型的多模态能力与 Token 成本，目前还未实现相关能力。

未来的展望

未来的编程世界将发生重大范式变化，云端编程+原生 AI 编程将彻底改变传统本地开发方式，就如同文档在线化置于本地编辑，Figma 置于 PS ，网盘置于本地 USB 存储。80% 的代码由 AI 完成，人类完成剩下的架构工作是接下来 AI 时代相当长时间持续的一种新的编程常态。

具体案例

同事跑了几个项目，大家可以点击视频链接了解：

https://www.bilibili.com/video/BV1m2421N7eN/ 一句话需求生成2048游戏！

https://www.bilibili.com/video/BV1Lj421f7UK/ 尝试让Agent智能体自主修复Github仓库里的一个issue

https://www.bilibili.com/video/BV1uK421v74Z/ 让Agent智能体自主补全、迭代音乐播放器项目代码