2026年7月1日，封面新闻记者付文超报道，开源AIAgent项目OpenSquilla发布了0.4.0版本，其中最引人注目的更新是引入了全新的编码工作流coding模式，并首次为AI编码加入了“自我验证”机制。这一创新不仅标志着技术的重大进步，也预示着AI编码正迈向一个更加可靠和透明的新阶段。
在过去的一年里，AI在编写代码方面的能力取得了显著的进步，但这些进步并未完全消除人们对其可靠性的疑虑。多数情况下，AI达成目标后只是简单地表示“我改好了”，而具体的正确性仍需人工逐行检查。这种状况导致AI编码难以实现真正的无人值守操作，也无法大规模应用于生产环境中。此次OpenSquilla的更新正是为了打破这一瓶颈，通过将验证过程内化到AI自身中，来提升其可信度。
具体来说，新版本中的“自我验证”机制采用了一条独立的“红绿回归证据链”。首先，AI会创建一个注定失败的测试以确认问题的存在；接着，它会修改代码使该测试由失败变为成功；最后，运行项目的原有测试确保无另外的部分被破坏。只有当这三个步骤全部通过时，才会被视为有效交付。此外，系统还具备自动修复功能，如果某一步骤未通过，则会自动重新尝试直至成功。整一个完整的过程中，所有改动都在隔离副本中进行，只有经过全面验证后才会合并到源码中。
OpenSquilla的核心目标在于“提升单位成本下的Agent智能水平”，并通过LearnableHarness作为切入点，致力于打造性价比最高的Agent产品。当前市场上主流的Agent框架都会存在模型调用成本高、token消耗大的问题，而OpenSquilla则通过本地智能路由、按需加载技能与记忆检索等手段，在保证性能的同时有效控制了成本。
值得注意的是，OpenSquilla背后的开发团队实力丰沛雄厚，创始人王云鹤曾负责某头部科技公司的大模型研发工作，CTO韩凯亦是一位资深专家。自上线以来，该项目迅速获得了广泛关注，短短数周内在GitHub上收获了数千颗星标；据公开资料显示，该企业成立仅几个月便完成了首轮外部融资，成为Harness和Agent原生模型领域内的佼佼者之一。
随着AI技术不断深入各行各业，如何确保其输出结果的准确性和可靠性成为了亟待解决的问题。OpenSquilla此次推出的自我验证机制无疑为此提供了一个可行的解决方案，同时也开启了AI编码向更高层次发展的新篇章。未来，我们有理由期待更多类似的技术创新能够涌现出来，一同推动整个行业向前迈进。返回搜狐，查看更加多
，九游下载app