Como era de esperar, mi plan de leer el código fuente de Kimi CLI se ha retrasado 😂 Después de dejar de trabajar, tuve menos tiempo libre. Solo tenía algo de tiempo continuo por la noche, después de que mi familia se acostara. El resto del tiempo se fragmentaba en unos pocos minutos, lo que dificultaba concentrarme en el estudio continuo. Anoche dediqué un tiempo a combinar el proyecto de código abierto Kimi CLI, algunas entradas del blog de Claude Code y DeepWiki para obtener una comprensión básica. Lo publico aquí primero, y si hay alguna deficiencia, no duden en indicarla. También añadiré más información nueva una vez que la comprenda mejor. Desde el uso inicial de las pestañas del cursor hasta el uso actual de agentes asíncronos autocreados como los agentes de codificación de IA de Claude Code, aquí hay algunas ideas sencillas: 1. Evolucionó de "Chat" a "Loop" Anteriormente, ChatGPT/Copilot era un enfoque de "haces una pregunta, responde una pregunta"; ahora, Claude Code y Kimi CLI son máquinas de estado basadas en REPL (Read-Eval-Print Loop). • Ciclo autónomo: Ya no esperan pasivamente, sino que tienen un ciclo principal de “Mientras (no resuelto) {Pensar -> Actuar -> Observar}”. • Autocorrección: La tecnología de vanguardia clave es el "bucle de desarrollo basado en pruebas". Una vez que el agente termina de escribir el código, ejecuta activamente npm test o pytest. Si se produce un error, lee el registro de errores, modifica el código y lo vuelve a ejecutar hasta que la prueba sea satisfactoria. 2. La introducción del pensamiento del "Sistema 2": con la aparición de modelos con "capacidad de pensamiento", se ha añadido una etapa explícita de "pensamiento lento" a la arquitectura del Agente de Codificación. • Piensa antes de codificar: Antes de ejecutar cualquier acción de edit_file, la arquitectura obliga al modelo a generar un bloque . El agente ya no responde al código instantáneamente basándose en la intuición, sino que primero deduce las dependencias en el espacio implícito. • Árbol de planificación: Se genera una lista de tareas estructurada antes de comenzar una tarea compleja. Esta lista es dinámica; el agente inserta dinámicamente nuevos pasos según el estado de ejecución (por ejemplo, al detectar dependencias faltantes). 3. Estandarización de Interfaces de Herramientas (MCP) Se trata de una tendencia muy clara en el sector: la estandarización del uso de herramientas. • Importancia: Anteriormente, para que la IA pudiera leer órdenes de trabajo lineales o bases de datos PostgreSQL, cada agente debía desarrollar su propio complemento. Ahora, siempre que la base de datos o el software SaaS sea compatible con MCP, Claude Code y Kimi CLI pueden usarse directamente como soluciones listas para usar. • Tendencia de vanguardia: las capacidades de un agente ya no dependen de cuántas herramientas tenga incorporadas, sino de cuántos servidores MCP haya en el ecosistema. 4. Tareas largas "sin cabeza" y asincrónicas: Esta es la dirección de investigación más vanguardista en la actualidad: hacer que el agente funcione como un proceso en segundo plano. · Human-on-the-loop en lugar de Human-in-the-loop: Los complementos IDE tradicionales requieren que los mires fijamente mientras escribes el código. Tanto la arquitectura CLI de Claude Code como la de Kimi ahora admiten la delegación de tareas. Puedes emitir un comando vago e ir a tomar un café. El agente revisará cientos de archivos, dedicará 20 minutos a realizar cambios, ejecutar pruebas o incluso iniciar automáticamente una confirmación de Git. • Conciencia de costos: debido a que estas tareas asincrónicas consumen una gran cantidad de tokens, las arquitecturas han comenzado a incorporar "estimación de costos" y solicitar aprobación de presupuesto antes de realizar una refactorización a gran escala.
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.
