繁中

當人工智慧開始「記住你」時,編程就會改變

Letta Code是一款免費開源編程輔助工具。只需執行nPM install-g@letta-ai/letta-code命令即可完成安裝並在終端中運行。
它可以創建一個智能代理,該代理可以記住您的代碼庫、使用偏好和跨會話的過去工作歷史記錄,並可以通過/start、/remember、/skills等命令繼續學習和進化-這與Claude Code等工具不同,僅支持單個會話。您還可以輕鬆地在Claude和GPT等大型型號之間切換。
使用此工具,您可以顯著提高編碼效率:智能代理就像一位能力不斷增強的同事,不斷優化重複性任務的性能,在基準測試中將編碼效率提高高達37%。

有一段時間,我們以為人工智慧寫代碼已經快結束了。
打開編輯器,輸入提示,模型就會彈出一段不錯的代碼。然後你複製、修改並繼續詢問。循環來回。效率確實有所提高,但總是有一些模糊的問題--它更像是一個快速響應的搜尋引擎,而不是真正參與該項目的人。

直到我看到leta-code項目,我才意識到問題出在哪裡。

問題不在於模型是否強大,而在於它是否「記得」。

傳統的人工智慧編程工具本質上是短期記憶系統。你給它上下文,它就會表現得很聰明;當上下文被打破時,它就會立即變成另一個「陌生人」。「如果項目稍微複雜一點,如果有更多的文件,如果有更多的歷史變化,它就會開始胡說八道。不是它不夠聰明,而是它沒有「經驗」。

Letta Code想要做的就是扭轉這一局面。

它並沒有讓人工智慧更好地編寫代碼,而是讓人工智慧成為「會記住的程式設計師」。"

你通過了一條線 nPM安裝-g @letta-ai/letta-code 將其加載到終端後,它做的第一件事不是生成代碼,而是開始「了解您的項目」。「你可以用 /初始化 使用取消初始化上下文 /記住 告訴它一些喜好,甚至將一些經歷、規則和習慣寫入它的長期記憶中。逐漸地,它不再只是回應你的輸入,而是開始用歷史來了解你。

這種感覺有點微妙。
你不是「打電話給工具」,而是「培養助手」。"

更重要的是,這個助理會成長。

當您反覆要求它處理某種類型的任務時,例如組織API、重構模塊或編寫某種風格的函數,它並不是每次都從頭開始。它會記住你上次是怎麼做的,你在哪裡修改了它,甚至你不喜歡寫什麼。下次,它的輸出會悄然改變。這種變化不是由提示引起的,而是由「經驗」引起的。

這也是它與Claude Code等工具最本質的區別。後者已經很強大,但更多時候,它仍然是一次性的合作關係。你給出任務,它給出答案,然後它結束。Letta Code試圖延長這種關係,並將人工智慧保留在您的項目中並持續參與,而不是來來去去。

當然,這並不意味著它已經是一個完美的「人工智慧程式設計師」。「它仍然依賴於Claude或GPT等基礎模型,你仍然需要引導它並糾正它。但有一件事已經改變:它已經開始具有「連續性」。「一旦有了連續性,許多事情的本質就會改變。

你會開始給它做一些重複性的工作,因為你知道它會變得越來越好。你也會更願意與它「合作」,而不是簡單地「使用」它。即使在某個時候,你也會發現它的行為有點像團隊中的新人--一開始需要被拿走,但有了它,它就可以自己捕捉到東西。

這背後實際上是一個非常重要的轉折。

過去,我們優化的是「單代質量」,這意味著在一輪對話中讓人工智慧儘可能智能。Letta Code的想法開始優化「長期行為績效」。「問題不在於這句話的回答有多好,而在於這個代理人是否會在項目周期中變得越來越像一個可靠的開發人員。

所以「效率提高37%」的說法實際上並不那麼重要。真正有趣的是另一件事:如果人工智慧能夠記住你、理解你並在整個會話中適應你,那麼它帶來的效率改進可能不是線性的,而是累積的。

換句話說,這不再是工具的問題,而是關係的問題。

當人工智慧不再只是回答問題,而是開始「參與歷史」時,編程已經在悄然發生變化。

Github:https://github.com/letta-ai/letta-code
輸油管:

返回頂端