智能体蜂群与新的模型经济学
每秒生成数千个代码提交的智能体蜂群被宣传为“软件工厂”的一瞥，但评论者质疑这是否只是更快地产生海量低质量代码和技术债务。许多人认为，这些系统高度依赖现有代码和详细规格（例如 SQLite 的文档），因此它们尚不能证明智能体能够设计或实现真正新颖的软件。被指出的核心挑战是验证、执行器/工具设计，以及对意图和产品价值进行判断的稀缺人类判断力，而不是原始编码能力。
高吞吐量智能体蜂群与定制 VCS
- 新的 VCS 和每秒 1,000 次提交引发了关于瓶颈究竟在版本控制还是评估与监督上的争论。
- 有人认为，为自治工作流定制 VCS 是合适的；也有人把这看作过度设计（“为了造一个按钮而发明整个宇宙”）。
- 并行化很有吸引力，但许多人认为，真正的限制是如何跟踪哪些是好的、坏的，或是多余的。
随机搜索 vs 引导式智能（“无限猴子”）
- 多条评论把智能体蜂群比作无限猴子定理或博尔赫斯的图书馆：生成海量“垃圾”以寻找少数珍品。
- 批评者说，随机搜索在现实规模下不可行；模型之所以有效，是因为它们编码了从训练数据中学到的强“适应度函数”。
- 人们担心，在缺乏相应选择与验证的情况下提高吞吐量，只会放大垃圾。
Rust 版 SQLite 实验与训练数据担忧
- 许多人质疑“仅凭文档”这一说法，指出 SQLite 甚至 Rust 重写版本很可能已经存在于训练数据中。
- 有人认为，这个系统本质上是在解压记忆中的知识，并用测试进行打磨，而不是真正从零开始构建。
- 也有人反驳说，架构差异和多步重构仍然让这种编排结果很有意思。
- 还有人指出，这只是一个类似基准测试的演示；它并不能说明构建新系统或与混乱的真实世界环境集成方面的情况。
规格、意图与产品定义才是瓶颈
- 835 页的规格被认为极其详细；有人怀疑它甚至不如直接写软件更容易。
- 评论强调，规格往往是从构建软件过程中逐步形成的，而不是反过来，而且它们比代码更难验证。
- 许多人认为，真正稀缺的是“对意图的正确描述”和良好的产品方向，而不是代码行数。
经济性、执行器与智能体编排
- 足够可靠、可用于自治的前沿模型被认为比人类更昂贵；蜂群设计和糟糕的缓存会进一步放大成本。
- 有人主张采用分层、基于角色的智能体，以及用于实现的小型本地模型、用于规划的大型模型。
- 也有人报告说，单个长期运行的智能体配合谨慎的上下文管理，比大型蜂群效果更好。
热情 vs 怀疑
- 支持者认为，这像是激动人心的“概念车”阶段，也是大规模自动化工程的一瞥。
- 怀疑者则把“软件工厂”的愿景和元智能体工具描述为炒作、拖延和烧 token，至今几乎没有经过验证的现实回报。