OpenSquilla发布0.4.0：AI写代码首次能“自我验证”

说实话，AI写代码这回事，过去一年确实是突飞猛进，但一个核心问题始终没解：它改完了，到底能不能信？

这个问题，终于有人给出了一个务实的解法。6月30日，开源AI Agent项目OpenSquilla发布了0.4.0版本，核心更新是推出了编码工作流——coding模式。更关键的是，他们为AI编码引入了一套“自我验证”机制。什么意思？AI不再甩下一句“我改好了”就完事儿，而是在交回结果之前，先用自己的测试跑出一份能复核的、证明自己真改对了的证据。

这一下子，就戳中了AI编码目前最棘手的瓶颈——信任。

从行业角度看，过去这一年，AI写代码的能力进步确实快，但“能写”和“可信”之间，还隔着一条天堑。绝大多数编码Agent的做法是，改完代码就交差，至于对错，还得人一行一行地复核。这才是AI编码始终难以真正无人值守、规模化进入生产环境的根本障碍。现在，把验证环节本身也融入Agent的能力闭环，意味着行业评判AI编码的标准，正在发生一个微妙的转变：从“它声称自己改对了”，转向“它能否拿出证据自证改对了”。

具体怎么做？它的核心是一套独立的“红绿回归证据链”。流程是这样的：先写一个注定失败的测试用例，给问题定性，证明它确实能稳稳抓住这个bug；然后，再把功能做好，让这个测试从红色（失败）变为绿色（通过）；最后，跑一遍项目原有的所有测试，确认新功能没有把其他地方搞坏。这三个关卡全部通过，才算交付。任何一关没过，直接打回。而且，还配套了一个默认的自动修复闭环。

最新公布的案例演示，很能说明问题。Coding模式在知名开源项目micrograd上跑了一次。micrograd是AI教育圈的顶流，由Anthropic研究员Andrej Karpathy打造，是一个极简的自动微分库。这次要新增的功能是“计算正确梯度”。要知道，梯度一旦算错，模型不会报错也不会崩溃，只会悄悄越学越偏——这是最典型、也最难靠肉眼发现的bug。演示分两步：先是AI走完上述“红→绿→回归”那三个关卡，自己交出证据；然后，由人类把micrograd的新功能和行业标准工具PyTorch，在同一道题上并排比对。结果呢？前向值与每一个梯度，小数点后10位完全一致。换句话说，这不是“AI自己说它对”，而是“它和最新的行业标准答案分毫不差”。

同期，OpenSquilla还推出了首个签名并公证的桌面安装包，macOS和Windows都可以双击安装，无需敲命令行。

OpenSquilla的主打方向是“提升单位成本的Agent智能”，切入点则是Learnable Harness。他们的目标是打造性价比最高的Agent产品。目前主流Agent框架普遍在推高模型调用成本，Token成本不断攀升，怎么压降成本，成了所有玩家共同的课题。OpenSquilla表示，在常规场景内测中，综合成本可以下降大约60%到80%。

公开信息显示，基元律动创始人王云鹤此前曾负责头部科技公司的大模型研发。这家公司成立仅数月就完成了首轮融资，是Harness和Agent原生模型方向上为数不多的代表玩家。而OpenSquilla上线后短短几周内，GitHub star就已经增长到数千的量级。