12-代码作为元能力代码即思考、生成式UI、工具创造与Agent自举一、为什么说代码是元能力先给元能力下个定义元能力是制造其他能力的能力。一个 Agent 会查库存这叫能力会写查库存的代码这叫元能力。有了元能力Agent 不需要等工程师给它造新工具——它自己就能造。李博杰在《深入理解AI Agent》里把代码抬到了这个高度代码是通用 Agent 最重要的元能力因为它同时覆盖了思考、表达、执行三个层面。这就像人类学会文字之后知识才能脱离大脑而独立存在一样Agent 学会代码之后能力才第一次有了自我繁殖的可能。这篇我们就沿着代码的五种用法一路爬到代码创造代码最后聊聊 Agent 自举和宇宙演化的关系。二、代码的五个分身1. 代码作为思考工具用代码验证推理LLM 最大的问题之一是它经常自信地胡说。让它心算 138×217 等于多少它可能给你来一句大概 29000——错了也理直气壮。但让它写一行 Python 跑一下答案就变成客观事实了。书中强调代码是最可靠的外部计算器数值计算价格汇总、增长率、汇率换算丢给代码别指望嘴算逻辑验证Agent 推理如果 A 且 B 则 C可以用代码构造断言来验证防止逻辑漏洞数据可视化把订单数据画成趋势图Agent 一眼就能看懂分布比自己硬读 2000 行 CSV 强得多。一句话让 Agent 用代码补上大脑的短板。凡是可以计算的就别靠猜。2. 代码作为业务规则的约束把模糊规则变成可执行程序业务规则经常是模糊的“库存不够要补货”——什么叫不够“大客户要优惠”——多大的算大客户如果让 LLM 直接按感觉执行这些规则结果就是每次的判定都不一样。书中的解法是把规则翻译成代码让执行确定性回归。例如当可用库存低于近 7 日均销量 3 倍时触发补货写成一段判定函数后确定同样的输入永远得到同样的输出可测试补货逻辑可以用历史数据回测验证覆盖率可审计规则变了改代码留痕不像 LLM 的感觉无迹可查。LLM 负责理解并转译规则代码负责严格执行规则各干各的强项。3. 代码驱动的多媒体生成图、表、视频Agent 要交付的成果往往不只是一段文字。运营要周报Agent 用代码生成图表市场要视频素材Agent 用代码驱动渲染管线。书中特别指出多模态输出和生成多媒体是两个层次——前者是模型直接吐图后者是 Agent 写代码去生成更精确、可复现的图如用 matplotlib 画销售趋势图、用 ffmpeg 合成监控巡检视频。后者输出的是可执行的生成逻辑内容错了能改代码重跑可控性天差地别。4. 代码作为系统适配器连接异构系统售货柜行业最头疼的是什么设备品牌五花八门协议各写各的——A 家用 MQTT、B 家用 HTTP 轮询、老款柜机甚至只有串口。让 Agent 直连每一种不现实。书中的思路是用代码当翻译官。Agent 为每个异构系统写一段适配代码Adapter把各家私有协议统一转换成内部标准接口。对外Agent 只需要认识一种普通话对内每一个方言都由代码桥接。系统越杂这个元能力越值钱。5. 代码作为生成式 UI动态生成前端界面最后这个分身很惊艳Agent 可以用代码长出界面。传统的界面是工程师写死的而生成式 UI 是 Agent 根据需求动态生成前端代码HTML/Vue/小程序现场渲染给用户。场景示例运营想要一个各门店库存对比大屏不需要等两周排期Agent 读库存 API → 生成一个带图表的大屏页面 → 部署上线全程分钟级。书中强调生成式 UI 的本质是把界面当成 Agent 的一种输出格式——和写邮件、画图一样自然而代码让它具有了无限的表意能力。三、代码创造代码Agent 自举五重分身讲完重头戏来了——Agent 不只是用代码干活还能用代码创造自己。书里把 Agent 自举分为三个递进层级Agent 编写新工具面对新任务时没有现成工具Agent 写一段代码注册成新工具下次直接用——相当于给自己长出新器官Agent 编写新 Agent任务太复杂Agent 拆分出子任务并为每个子任务写一个新的专用 Agent带专属 prompt 和工具集组建自己的外包团队Agent 改进自己Agent 复盘自己失败的任务改写自己的系统提示、优化工具调用策略、甚至调整自己的评估标准实现自我进化。这就是自举——Agent 用代码作为杠杆撬动自己的成长。值得强调的是这里的每一步都不是科幻写新工具、写子 Agent今天的 LLM 完全做得到缺的只是工程框架把这些能力串起来。四、从 Sutton 的宇宙演化四阶段看 Agent 自举李博杰在书中引用了强化学习先驱 Richard Sutton 关于宇宙演化的四阶段论用它给 Agent 自举找到了宇宙尺度的意义。这里用我的话复述一遍第一阶段物理演化——从大爆炸到原子分子。物质通过物理定律演化产生了构建复杂系统的基础砖块第二阶段生物演化——DNA 与生命的出现。生命通过自然选择适应环境进化出能感知、能学习的大脑第三阶段文化演化——人类把知识外化到书籍、语言、数据里文明开始体外继承。这一阶段的关键是学习不再只靠基因突变而是靠数据和经验第四阶段AI 自举——智能体第一次能改进自己的学习算法本身。当学习如何学习这件事交给 AI进步就不再依赖人工而是进入自我加速的正反馈循环。Sutton 的观点是宇宙的演化一直在向着学习能力加速的方向前进第四阶段的 Agent 自举就是这条长河的下一站。李博杰引用它意在说明让 Agent 会写代码、会造工具、会改进自己不是技术细节而是通往通用智能的主航道。这个观点的现实意义在于当我们设计 Agent 时不能只把代码当成实现任务的手段而要把它当成Agent 进化的基础设施——凡是能让 Agent 产出代码、复用代码、改进代码的设计都值得投入。五、实战无人售货柜运营报表 Agent如何自举收个尾看代码元能力怎么在一个真实 Agent 里串成一条进化线。第一版代码当思考工具运营问上周哪个 SKU 卖得最差Agent 写一段 SQL/Python对订单表做聚合分析输出结论和图表。此时代码只是内部工具Agent 的形态没变。第二版代码当规则约束运营说以后每周一早上给我发运营周报。Agent 把周报生成规则写成可复用的脚本 定时任务注册成自己的新工具generate_weekly_report()。注意——Agent 开始给自己造工具了。第三版代码造 Agent周报需求越来越复杂Agent 把任务拆成三个子任务数据清洗、销售分析、异常预警分别生成三个专用子 Agent各带专属 prompt 和工具集由主 Agent 统一调度。Agent 开始建团队了。第四版代码改进自己复盘发现数据清洗子 Agent 老是忽略离线设备数据Agent 改写它的 prompt 和校验代码把离线设备数据剔除固化成规则再后来它发现周报读者更关心毛利而不是销量主动把报表指标重排并通知运营确认。Agent 开始自我进化了。从用代码算数到用代码改自己四步走完这个报表 Agent 完成了从工具到数字同事的蜕变——而它的每一步进化用的都是同一种元能力代码。代码是思考、是规则、是媒介、是界面更是 Agent 自我延伸的脚手架。理解到这一层再回头看那些会不会被 AI 取代的争论就都显得有点远了——真正该想的是怎么让代码这条进化基因在我们的系统里早点长出来。 代码作为元能力：代码即思考、生成式UI、工具创造与Agent自举
12-代码作为元能力代码即思考、生成式UI、工具创造与Agent自举一、为什么说代码是元能力先给元能力下个定义元能力是制造其他能力的能力。一个 Agent 会查库存这叫能力会写查库存的代码这叫元能力。有了元能力Agent 不需要等工程师给它造新工具——它自己就能造。李博杰在《深入理解AI Agent》里把代码抬到了这个高度代码是通用 Agent 最重要的元能力因为它同时覆盖了思考、表达、执行三个层面。这就像人类学会文字之后知识才能脱离大脑而独立存在一样Agent 学会代码之后能力才第一次有了自我繁殖的可能。这篇我们就沿着代码的五种用法一路爬到代码创造代码最后聊聊 Agent 自举和宇宙演化的关系。二、代码的五个分身1. 代码作为思考工具用代码验证推理LLM 最大的问题之一是它经常自信地胡说。让它心算 138×217 等于多少它可能给你来一句大概 29000——错了也理直气壮。但让它写一行 Python 跑一下答案就变成客观事实了。书中强调代码是最可靠的外部计算器数值计算价格汇总、增长率、汇率换算丢给代码别指望嘴算逻辑验证Agent 推理如果 A 且 B 则 C可以用代码构造断言来验证防止逻辑漏洞数据可视化把订单数据画成趋势图Agent 一眼就能看懂分布比自己硬读 2000 行 CSV 强得多。一句话让 Agent 用代码补上大脑的短板。凡是可以计算的就别靠猜。2. 代码作为业务规则的约束把模糊规则变成可执行程序业务规则经常是模糊的“库存不够要补货”——什么叫不够“大客户要优惠”——多大的算大客户如果让 LLM 直接按感觉执行这些规则结果就是每次的判定都不一样。书中的解法是把规则翻译成代码让执行确定性回归。例如当可用库存低于近 7 日均销量 3 倍时触发补货写成一段判定函数后确定同样的输入永远得到同样的输出可测试补货逻辑可以用历史数据回测验证覆盖率可审计规则变了改代码留痕不像 LLM 的感觉无迹可查。LLM 负责理解并转译规则代码负责严格执行规则各干各的强项。3. 代码驱动的多媒体生成图、表、视频Agent 要交付的成果往往不只是一段文字。运营要周报Agent 用代码生成图表市场要视频素材Agent 用代码驱动渲染管线。书中特别指出多模态输出和生成多媒体是两个层次——前者是模型直接吐图后者是 Agent 写代码去生成更精确、可复现的图如用 matplotlib 画销售趋势图、用 ffmpeg 合成监控巡检视频。后者输出的是可执行的生成逻辑内容错了能改代码重跑可控性天差地别。4. 代码作为系统适配器连接异构系统售货柜行业最头疼的是什么设备品牌五花八门协议各写各的——A 家用 MQTT、B 家用 HTTP 轮询、老款柜机甚至只有串口。让 Agent 直连每一种不现实。书中的思路是用代码当翻译官。Agent 为每个异构系统写一段适配代码Adapter把各家私有协议统一转换成内部标准接口。对外Agent 只需要认识一种普通话对内每一个方言都由代码桥接。系统越杂这个元能力越值钱。5. 代码作为生成式 UI动态生成前端界面最后这个分身很惊艳Agent 可以用代码长出界面。传统的界面是工程师写死的而生成式 UI 是 Agent 根据需求动态生成前端代码HTML/Vue/小程序现场渲染给用户。场景示例运营想要一个各门店库存对比大屏不需要等两周排期Agent 读库存 API → 生成一个带图表的大屏页面 → 部署上线全程分钟级。书中强调生成式 UI 的本质是把界面当成 Agent 的一种输出格式——和写邮件、画图一样自然而代码让它具有了无限的表意能力。三、代码创造代码Agent 自举五重分身讲完重头戏来了——Agent 不只是用代码干活还能用代码创造自己。书里把 Agent 自举分为三个递进层级Agent 编写新工具面对新任务时没有现成工具Agent 写一段代码注册成新工具下次直接用——相当于给自己长出新器官Agent 编写新 Agent任务太复杂Agent 拆分出子任务并为每个子任务写一个新的专用 Agent带专属 prompt 和工具集组建自己的外包团队Agent 改进自己Agent 复盘自己失败的任务改写自己的系统提示、优化工具调用策略、甚至调整自己的评估标准实现自我进化。这就是自举——Agent 用代码作为杠杆撬动自己的成长。值得强调的是这里的每一步都不是科幻写新工具、写子 Agent今天的 LLM 完全做得到缺的只是工程框架把这些能力串起来。四、从 Sutton 的宇宙演化四阶段看 Agent 自举李博杰在书中引用了强化学习先驱 Richard Sutton 关于宇宙演化的四阶段论用它给 Agent 自举找到了宇宙尺度的意义。这里用我的话复述一遍第一阶段物理演化——从大爆炸到原子分子。物质通过物理定律演化产生了构建复杂系统的基础砖块第二阶段生物演化——DNA 与生命的出现。生命通过自然选择适应环境进化出能感知、能学习的大脑第三阶段文化演化——人类把知识外化到书籍、语言、数据里文明开始体外继承。这一阶段的关键是学习不再只靠基因突变而是靠数据和经验第四阶段AI 自举——智能体第一次能改进自己的学习算法本身。当学习如何学习这件事交给 AI进步就不再依赖人工而是进入自我加速的正反馈循环。Sutton 的观点是宇宙的演化一直在向着学习能力加速的方向前进第四阶段的 Agent 自举就是这条长河的下一站。李博杰引用它意在说明让 Agent 会写代码、会造工具、会改进自己不是技术细节而是通往通用智能的主航道。这个观点的现实意义在于当我们设计 Agent 时不能只把代码当成实现任务的手段而要把它当成Agent 进化的基础设施——凡是能让 Agent 产出代码、复用代码、改进代码的设计都值得投入。五、实战无人售货柜运营报表 Agent如何自举收个尾看代码元能力怎么在一个真实 Agent 里串成一条进化线。第一版代码当思考工具运营问上周哪个 SKU 卖得最差Agent 写一段 SQL/Python对订单表做聚合分析输出结论和图表。此时代码只是内部工具Agent 的形态没变。第二版代码当规则约束运营说以后每周一早上给我发运营周报。Agent 把周报生成规则写成可复用的脚本 定时任务注册成自己的新工具generate_weekly_report()。注意——Agent 开始给自己造工具了。第三版代码造 Agent周报需求越来越复杂Agent 把任务拆成三个子任务数据清洗、销售分析、异常预警分别生成三个专用子 Agent各带专属 prompt 和工具集由主 Agent 统一调度。Agent 开始建团队了。第四版代码改进自己复盘发现数据清洗子 Agent 老是忽略离线设备数据Agent 改写它的 prompt 和校验代码把离线设备数据剔除固化成规则再后来它发现周报读者更关心毛利而不是销量主动把报表指标重排并通知运营确认。Agent 开始自我进化了。从用代码算数到用代码改自己四步走完这个报表 Agent 完成了从工具到数字同事的蜕变——而它的每一步进化用的都是同一种元能力代码。代码是思考、是规则、是媒介、是界面更是 Agent 自我延伸的脚手架。理解到这一层再回头看那些会不会被 AI 取代的争论就都显得有点远了——真正该想的是怎么让代码这条进化基因在我们的系统里早点长出来。