7月1日,开源AI Agent项目OpenSquilla发布0.4.0版本,在技术圈引发广泛关注。
核心更新是推出编码工作流coding模式,并首次为AI编码引入 “自我验证”机制——AI不再止步于“我改好了”的口头交付,而是在交回结果前,先用测试为自己跑出一份可复核的、证明“改对了”的证据。
过去一年,AI写代码能力突飞猛进,但“能写”不等于“能信”:多数编码Agent改完即交,对错仍要人逐行复核,这也是AI编码难以真正无人值守、规模化进入生产环境的关键障碍。把验证内化进Agent,意味着行业评判AI编码的标准,正从“它声称改对了”转向“它能否自证改对了”。
OpenSquilla的做法是一条独立的 “红绿回归证据链” :先写一个注定失败的测试给问题定性、证明它真能抓住bug,再把功能做好让测试由红转绿,最后跑一遍项目原有测试确认没弄坏别处;三关全过才算交付,任一环节校验不通过则自动驳回重写。
在官方的案例演示中,coding模式为知名开源项目micrograd新增了“计算正确梯度”的功能——而梯度一旦算错,模型不报错也不崩溃,只会悄悄越学越偏,很难靠肉眼发现。演示分两步:先由AI走完上述“红→绿→回归”三关、自交证据;再由人把micrograd的新功能与PyTorch在同一道题上并排比对,前向值与每一个梯度小数点后10位完全一致。换言之,不是“AI自己说对”,而是“它和官方标准答案分毫不差”。
“能写”不等于“能信”——Java CRUD的信任危机
OpenSquilla的自我验证机制解决了一个核心问题:AI写的代码,你怎么知道它是对的?
在Java CRUD开发中,这个问题尤其突出。一个订单创建接口,涉及参数校验、库存扣减、订单保存、事务管理、异常回滚。AI生成这段代码可能只需要10秒,但你怎么知道它的事务边界是对的?你怎么知道它在库存不足的时候正确回滚了?你怎么知道它在并发场景下不会超卖?
传统的做法是人肉验证——你打开代码,逐行看,然后凭经验判断“应该没问题”。但“应该没问题”和“确实没问题”之间,差了一个完整的验证闭环。

飞算JavaAI的“生成即验证”
飞算JavaAI的智能引导在生成CRUD和Spring Boot工程的同时,就完成了验证闭环。
单元测试生成器Agent:基于业务逻辑自动生成JUnit测试用例,覆盖正常流程、边界条件(如金额为负数、库存不足)和异常分支(如数据库连接失败)。覆盖率轻松达到85%以上。你不需要手动写测试,智能引导在生成代码的同时就把测试也生成了。
安全修复器Agent:自动扫描OWASP Top 10漏洞——SQL注入、XSS、命令注入、不安全的反序列化。在实测中,一次CRUD生成后,安全修复器扫出了两处${}拼接的SQL风险,一键修复。这不是“AI自己说安全”,是AI用扫描工具证明了“没有漏洞”。
项目文档生成器Agent:基于源码分析自动输出结构化技术文档。你不需要手动写文档,AI在生成代码的同时把文档也写好了。

OpenSquilla在“让AI自证改对了”,飞算JavaAI在“让AI生成即验证”。两者殊途同归——都是让AI的产出从“声称正确”变成“可证明正确”。
对于Java CRUD开发来说,这个转变的意义在于:你不再需要花一半的时间在测试和验证上。智能引导在生成代码的同时,已经帮你把验证工作做完了。你只需要在终点做一次最终确认,然后合并上线。
98



被折叠的 条评论
为什么被折叠?



