开源AI代理来袭！All Hands AI联手Mistral AI发布Devstral，解放开发者！告别合并冲突、PR反馈等繁琐任务，利用OpenHands在Docker沙箱中安全运行，轻松搞定TerraForm、Kubernetes，提升测试覆盖率。拥抱LLM驱动的Agentic循环，释放云原生开发效率！
译自：AI Agents Let Developers Kiss These 4 Chores Goodbye
作者：Loraine Lawson
All Hands AI 的 CEO Robert Brennan 在本月早些时候于迈阿密举行的 Infobip Shift Conference 上告诉开发者，开发者对 AI 的关注一直非常具有战术性。All Hands AI 创建开源 AI 代理，用于软件开发。
他表示，战术性部署意味着 AI 主要在 IDE 中执行自动完成功能。
"你在你的 IDE 中，你正在积极地处理一个问题，而 AI 基本上------无论你的光标指向哪里------它都在预测接下来的几行代码作为自动完成，"他说。
他承认这非常有用------但 AI 可以做更多的事情来成为程序员最好的朋友，他在展示如何在编程中使用 AI 的演示中解释道。
All Hands AI 创建了 OpenHands，这是一个 MIT 许可的、由大型语言模型驱动的软件开发代理，可以编写代码、运行命令、浏览网页，甚至解决 GitHub 问题。
最近，本月 All Hands 宣布与 Mistral AI 合作，这促成了 名为 Devstral 的编码代理的开源模型 的发布。
"软件工程师们，很明显，我们两年前的工作方式与今天的工作方式不同，"Brennan 说。"而我们两年后的工作方式将会非常非常不同。我们认为软件工程社区在改变成什么样子方面有发言权，我们在两年后我们的工作看起来像什么方面有发言权，这一点非常重要。"
Brennan 认为，开源方法将为软件开发解锁那些有价值的未来 AI 用例。
"你给代理提供一两行英语，说，请重构这个文件，请添加一个单元测试，请修复这个 PR 上的合并冲突；然后代理会自行工作 5、10、15 分钟，无需监督，然后 [它] 会带着答案回来找你，"他说。"与此同时，你可以专注于不同的编码任务。你可以在 Slack 上与你的队友交谈。你可以在 Reddit 上闲逛。"
分解 AI 代理：Agentic 循环
但在开发者能够实现那个特殊的梦想之前，还有工作要做。
Brennan 解释说，AI 代理的核心是运行在 agentic 循环上的。这基本上是一个 大型语言模型 之间的循环------它为 AI 提供"大脑"或"引擎"------以及代理采取行动的外部世界。
"基本的循环是我们问 LLM，'你可以采取的下一个行动是什么？'"他说。
该操作可能是浏览网页以查找文档、运行命令或读取和编辑文件。一旦 LLM 返回工作，软件开发人员会将该工作反馈到 LLM 中以进行下一步循环。基本上，开发人员会不断地转动该循环，直到 LLM 最终表示它已完成任务，他说。
"深入研究这些操作，在幕后发生了很多有趣的事情，以使软件开发代理真正做好这项工作，"他说。
他解释说，在代码编辑的早期，最简单的实现是将它想要编辑的整个文件粘贴到 LLM 中，然后取回一个全新的文件版本。这意味着使用更多的 token，这使得它既昂贵又缓慢且容易出错。代理可能会替换所有制表符和空格，或忘记行。
"现在有更复杂的策略来执行基于差异的文件编辑或字符串'查找和替换'------现代 agentic 框架对文件编辑有更复杂的解决方案，"他说。
"通过 OpenHands，我们已经决定，默认情况下，代理始终在沙箱中运行。它有一个 Docker 运行时，它有自己的文件系统和自己的终端。"
--- Robert Brennan, CEO of All Hands AI
他说，许多 agentic 工具将在你的笔记本电脑上本地运行。它也在你的终端中运行，他承认这可能有点可怕。这就是为什么在使用 AI 代理时，权限变得非常重要，他说。
通常，AI 代理以某种确认模式运行------当代理说它想要运行一个命令时，开发人员必须点击 Y 按钮才能继续下一步。他补充说，这可能有点乏味，因为它会恢复到战术模式。 OpenHands 找到了一个变通方法，甚至可以保护您免受运行 /rm -rf / Linux 命令的侵害，该命令会强制且递归地删除文件和目录。
"通过 OpenHands，我们决定默认情况下，代理始终在沙箱中运行，"他说。"它有一个 Docker 运行时，它有自己的文件系统和自己的终端，即使它试图运行 /rm -rf /，也不会搞砸你的文件系统，这使得代理更加自主和无人监督地运行。"
这导致了一些考虑，例如应该给 AI 代理授予什么样的凭据访问权限。
"你想给它 API 密钥吗？"他问道。"也许你希望它能够从 S3 存储桶中读取数据，但你不希望它能够直接关闭你的生产 Kubernetes 集群。"
AI 微代理
他还分享了一些关于微代理的信息，微代理是将较大的 AI 任务分解为较小的任务的一种方式，这些较小的任务可以交给专门的微代理来自主解决。
企业面临的实际挑战在于使微代理可靠、安全并针对特定工作流程进行定制。工具仍在不断发展，但 Brennan 特别提到了一些工具，例如 AI 驱动的代码编辑器中提供的 Cursor Rules，或者 clon.md 文件，它是一个包含 AI 或机器学习上下文中使用的特定指令或策略的 markdown 文件，特别是在 mlem.ai 框架 中。
AI 代理的开发者用例
Brennan 重点介绍了他最喜欢的一些 AI 代理和微代理的用例：
1. 解决合并冲突
"这是我作为开发人员最不喜欢做的事情，"他说。"我有一个 PR 已经获得批准，测试通过了，准备就绪了，但是其他人编辑了我编辑的同一个文件，Git 无法自动解决合并。" 这需要他整理旧代码和新代码，以尝试将其合并。
"这是一项非常死板的任务，没有太多的创造力，而且 AI 在这方面做得非常好，"他说。"所以现在只要有合并冲突，我就会让 AI 来为我做。"
因此，他已经好几个月没有主动手动解决合并冲突了。
2. 解决 PR 反馈
"其他人已经给出了他们想要什么的非常清晰的描述，"他说。
这样做，他们基本上为你编写了提示。他建议 AI 修复它并立即解决他们的反馈。"我还要求它同时修复合并冲突，"他说。
3. 基础设施变更
他补充说，AI 可以很好地处理基础设施变更。Helm 是 Kubernetes 的一个流行的软件包管理器。
"这是我最喜欢的任务之一，因为我讨厌使用 TerraForm，而且 Helm 通常涉及一些奇怪的、深奥的更改，需要去文档中寻找一些 Helm chart 等，"他说。"同样，代理往往做得很好。"
他使用 OpenHands 来修复内存问题，因为 AI 非常擅长遵循围绕构建数据库和迁移的所有最佳实践，他说。
4. 测试
Brennan 还使用 OpenHands AO 来修复失败的测试并扩大测试覆盖率。
"这真的很棒，因为有一个非常明确的完成定义：测试失败了，"他说。"AI 基本上可以不断迭代，更改代码或更改测试，直到达到它可以运行该命令并且以退出代码零通过的点。"
如果你的代码库的某个区域完全没有被测试覆盖，它也可以扩展测试，他补充说。
"这只是使用代理 AI 的一个非常简单、快速的胜利 [...] 它可以不断迭代，直到测试通过，"他说。