BroadRouter
Magsimula

AI coding agent

Na-update

Ang AI coding agent ay software tool kung saan gumagana ang isang language model sa codebase nang paulit-ulit sa isang loop: nagbabasa ng mga file, nag-e-edit ng mga ito, nagpapatakbo ng mga command gaya ng tests, binabasa ang output at nagpapasya ng susunod na hakbang hanggang matapos ang task o maabot ang limit.

Tinatawag ding: coding agent, agentic coding, AI coding assistant, AI agent para sa coding

Ang coding agent ay isang AI agent na ang mga tool ay ang editor, file system at terminal mo.

Paano ito gumagana

Tumatanggap ang agent ng task sa simpleng wika at gumagana sa isang loop. Sa bawat turn, sumasagot ang model o nagbabalik ng mga tool call gaya ng “basahin ang file na ito”, “i-apply ang edit na ito” o “patakbuhin ang tests”. Pinapatakbo ng tool host ang mga ito, idinadagdag ang output at tinatawag ulit ang model.

Inilalarawan ito ng docs ng Claude Code bilang “an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools.” (Salin ng BroadRouter: “isang agentic coding tool na nagbabasa ng codebase mo, nag-e-edit ng mga file, nagpapatakbo ng mga command, at kumokonekta sa mga development tool mo.”) Parehong loop ang sinusunod ng Aider, Cline at mga katulad na tool, na may ibang interface at permission model.

Iginigiit ng SWE-agent paper (Yang et al., 2024) na bagong uri ng user ang mga agent na nangangailangan ng sariling interface, isang “agent-computer interface”, gaya ng pangangailangan ng tao sa IDE. Gamit ang interface nila, iniulat ng mga awtor ang pass@1 rate na 12.5% sa SWE-bench benchmark, na tinawag nilang state of the art noong panahong iyon.

Isang karaniwang run, bilang mga request sa model:

Hakbang Output ng model Mga token na ipinadala bilang input
1 run_tests() system prompt + tools + task
2 read_file("src/parse.py") hakbang 1 + output ng test
3 edit_file(...) hakbang 2 + laman ng file
4 run_tests() hakbang 3 + diff
5 “Fixed; tests pass.” hakbang 4 + output ng test

Lumalaki ang input sa bawat hakbang, dahil ipinapadala ulit ang buong history.

Bakit ito mahalaga

Sa BroadNet Inference

Puwedeng tumawag sa BroadNet sa https://inference.broadnet.ai/v1 ang mga coding agent na tumatanggap ng OpenAI-compatible na base URL. May mga setup guide para sa Aider, Cline at iba pa. Nakalista sa docs ng BroadNet ang tool calling para sa GLM 5.3 at Qwen3.8 27B.

Sa pay-as-you-go, pinapayagan ng isang key ang 30 request kada minuto at 4 na sabay-sabay. Sakop ng mga flat-rate plan (Full Moon, Orbit, Meteor) ang DeepSeek V4.1 Flash nang walang token meter. Isang request lang kada pagkakataon ang pinapatakbo ng isang session, na bagay sa isang agent. Kung nagpapatakbo ka ng mga agent nang parallel, o ng agent na nagsisimula ng subagents, bumili ng isang session para sa bawat request na sabay na tumatakbo. Ipinapakita ng gabay sa mga session ang kuwenta.

Mga tanong

Ano ang pagkakaiba ng coding agent at code autocomplete?

Nagmumungkahi ang autocomplete ng susunod na ilang linya habang nagta-type ka. Kinukuha ng coding agent ang buong task, gaya ng pag-aayos ng failing test, at nagpapatakbo ng maraming hakbang nang mag-isa, nagbabasa ng mga file, nag-e-edit ng mga ito at nagpapatakbo ng mga command hanggang matapos.

Bakit ang daming token na nagagamit ng coding agent?

Bawat hakbang ay bagong request na muling nagpapadala ng system prompt, tool definitions, laman ng mga file at ng lumalaking history. Ang task na may 40 hakbang ay 40 beses na nagpapadala ng prefix na iyon, kaya mahalaga ang cached input at flat plans para sa mga agent.

Puwede ba akong gumamit ng open model sa Claude Code, Aider o Cline?

Puwedeng tumawag sa open model ang mga tool na tumatanggap ng OpenAI-compatible na base URL. Halimbawa, nakadokumento sa Aider ang pag-set ng OPENAI_API_BASE at OPENAI_API_KEY at paglalagay ng openai/ sa unahan ng pangalan ng model.

Basahin bilang MarkdownTanungin ang ChatGPTTanungin ang ClaudeTanungin ang Perplexity