coding harness
让AI编程模型能够真正完成实际代码工作的一整套周边工具和环境
简单来说
coding harness指的是围绕AI模型搭建起来的一整套工具和环境,目的是让它能够真正把实际代码工作做好。
就算给木匠上好的木材,如果没有工作台、尺子、凿子这些工具,也很难做出好家具。AI模型也是同样的道理。再聪明的模型,如果没有东西来决定给它看哪些文件、按什么顺序传达指令、以及如何核对结果,也发挥不出真正的实力。coding harness扮演的正是这个工作台的角色,指的是让模型读取代码库、接收命令、再核对结果的一整套工具和流程。
正因如此,harness的完善程度和模型本身的纯粹性能一样,会大大左右最终结果。同一个模型,如果配上能妥善整理上下文再交给它的harness,就能给出更准确的结果;反过来,即便是便宜、性能较弱的模型,只要harness提供了足够的上下文,也能取得不输昂贵模型的成绩。
在报道中是这样出现的
文章解释说,"随着coding harness不断改进,只要给予足够的上下文,即便是较弱的模型也能发挥应有的作用。"这里常见的误解是把coding harness当作AI模型本身,但实际上它指的是包裹模型、为其注入工作上下文的工具和流程。关键在于,即便不更换模型,只要改进harness,结果也可能变好。
亲手试一试
使用AI编程工具时,用两种方式提出同一个请求,就能亲身感受到harness的效果。
- 只给它看一个文件,说"帮我修改这个函数"。
- 先说明相关文件列表和项目结构,然后再提出同样的修改请求。
比较一下同一个模型在第二种方式下获得更多上下文时,结果质量是否发生变化,就能大致体会到coding harness为何如此重要。