脚手架原本是工人搭给楼用的。到了 Ornith-1.0 这种 self-scaffolding（自己给自己搭脚手架）的路数，工人半夜先把脚手架拆了重焊，再往上爬。我判断得很直白：会改自己的 Agent（能自己调用工具、改文件的程序代理），才算下一代编码器。

Ornith-1.0 这个题目里，最值钱的词不是 1.0，也不是 LLM（大语言模型），而是 self-scaffolding。它盯上的不是“怎么把一段代码写出来”，而是“谁来改写写代码的方法本身”。

这就是反常识的地方。

大多数人以为，下一代编码器，无非是答案更快、补全更长、测试过得更多。错。那只是把旧算盘磨得更亮。真正的分水岭，是它能不能回头检查自己的手、自己的锤子、自己的工地规矩，然后把这些东西一并改了。

不会改自己，模型再大，也只是豪华键盘。

2025 年 4 月那篇《A Self-Improving Coding Agent》，已经把话说得很明白：代理不只做题，它还能改自己的代码库，把自己在代码基准测试上的表现从 17% 拉到 53%。这不是“它会写代码”那么简单，这是“它会改写自己写代码的办法”。同年 5 月的《SEW》开始让工作流自己进化；到了 2025 年 9 月，《Lita》又反手抽了行业一耳光：别把手工脚手架堆成迷宫，因为模型越强，这些花架子的优势越薄。

说白了，旧时代在比谁会写提示词；新时代在比谁能让代理自己长出新提示词、新工具和新习惯。

一个名字像鸟的系统，最该学的不是鹦鹉，而是燕子。鹦鹉会学舌，燕子会筑巢。前者会背文档，后者会过冬。

周一凌晨一点二十，望京一间做 SaaS 的办公室还亮着灯。工程师盯着 AGENTS.md，把第 23 条家规补上去：“不要改动自动生成目录；修改前先跑测试；遇到锁文件先停。” 代理刚刚把三十多个文件抹成一锅粥。这个人表面在用 AI 写代码，实际干的是私塾先生的活：给一个聪明但木讷的学徒立家法。2026 年关于代理配置的研究也很刻薄地证明了这一点：大量仓库还停在上下文文件主导的阶段，AGENTS.md 很流行，高级机制却用得很浅。行业嘴上喊自主，手上干的还是“写死规矩”。

今天最忙的程序员，不是在写业务，而是在给 Agent 立家法。

周三下午四点，一名维护老仓库的后端收到一份代理生成的补丁。功能其实八九不离十，麻烦在别处：它搜文件太笨，改文件像拿铁锹绣花，整段覆盖、重复改动、上下文污染。人要花四十分钟给它擦屁股。这里暴露的不是“模型不会业务”，而是“工具不会进化”。真正像样的编码器，碰见这种局面，第一反应不该是继续硬写业务，而该先去磨刀：重写文件编辑器，缩短检索路径，换测试策略，修掉自己最耗时的动作。会干活当然好，会先把家伙什修顺，才像老师傅。

能交付一段代码，不算成年；能重写自己的工作台，才算入行。

周六早晨，一个独立开发者跑完一轮基准测试，把失败样本丢回给代理。代理翻日志、看旧版本归档、比较哪一轮更快更便宜，再去改自己的提示词、分工方式和工具调用顺序，然后再跑一轮。这个闭环一旦成立，代码就不只是产物，而成了代谢。昨天的失败，不是丢脸，是今天改造自己的原料。人类软件工程第一次像样地碰到了“机器学手艺”这件事。

软件最惊人的时刻，不是它替你写完一页代码，而是它开始修改自己明天写代码的方式。

所以我看 Ornith-1.0 的锋利之处，不在于它会不会再多交几份合格代码，而在于它把编码器往上抬了一层。以前我们衡量一个工具，看它会不会做事；现在该看它会不会改造自己做事。以前的代理像临时工，听指挥，跑腿，犯错后等骂。接下来的代理更像包工头：它得会盘点材料、重排工序、修理工具，甚至改掉自己的坏习惯。

这也是为什么“会改自己的 Agent，才算下一代编码器”不是一句漂亮话，而是一条工业分界线。不会改自己的代理，本质上还是一次性劳动力：换个场景就露怯，换个仓库就失忆，换个模型就重学规矩。会改自己的代理，才开始接近一种真正的生产力：它把经验沉进自身结构，把失败熬成下一轮能力，把代码从结果变成再生产机制。

旧时代的高手，写函数。新时代的高手，养出会自修的代理。

谁先让 Agent 改 Agent，谁先摸到下一代软件工业的门把手。不会改自己的，终究只是会说人话的代码助手；会改自己的，才是下一代编码器。

延伸阅读：A Self-Improving Coding Agent、SEW: Self-Evolving Agentic Workflows for Automated Code Generation、Lita: Light Agent Uncovers the Agentic Coding Capabilities of LLMs、Configuring Agentic AI Coding Tools: An Exploratory Study、Agentic Much? Adoption of Coding Agents on GitHub

别人聊 AI，我们测 AI——每个结论都能下载原始数据自己复算。 🔗 官网 👉 https://crawdpad.com