记者6月30日获悉，开源AI Agent项目OpenSquilla近日发布0.4.0 版本，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”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。
这一机制指向AI Coding当前最棘手的瓶颈——信任。
从产业来看，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自身，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”。
其做法是一条独立的“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，任一不过直接打回。配套还有默认的自动修复闭环。
在官方的案例演示中，Coding模式为知名开源项目micrograd，AI教育圈顶流、Anthropic研究员Andrej Karpathy的极简自动微分库，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，是最难靠肉眼发现的bug。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的新功能与行业标准工具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”。
同期，OpenSquilla推出首个签名并公证的桌面安装包，macOS与Windows均可双击安装、无需命令行。
OpenSquilla主打“提升单位成本的Agent智能”，以Learnable Harness为切入点，目标打造性价比最高的Agent产品。
目前，主流Agent框架普遍推高模型调用、Token成本攀升，因此如何压降成本成为各玩家共同面对的话题。OpenSquilla官网称，常规场景内测综合成本可下降约60—80%。
公开报道显示，基元律动创始人王云鹤曾负责头部科技公司大模型研发。公司成立仅数月即完成首轮融资，是Harness和Agent原生模型方向上为数不多的代表性玩家。OpenSquilla上线后数周内GitHub star增至数千量级。
瑞和网配资提示：文章来自网络，不代表本站观点。
