产品人人都是产品经理·小互AI··AI 生成
自带强迫症AI Agent，不检查到 100 分不交卷
开源项目 OpenSquilla 发布 0.4.0 版本，核心更新是引入 "code-task" 机制，将测试驱动开发（TDD）的“红-绿-回归”三阶段流程固化到 AI 编程中，要求代码必须通过全部测试才能交付。同时增加了客户端和隔离副本修改功能，并将 MetaSkills 改为手动触发。文章还展示了一个真实案例并引用了 DRACO 榜单数据（排名第一且成本最低），强调其价值在于让多模型路由在保证结果可靠的同时控制成本。适合关注 AI 编程工具、开源项目及 TDD 实践的开发者阅读。原文 ↗原文 ↗
核心观点
- ▍OpenSquilla 0.4.0 的核心价值在于通过固化 TDD 流程（code-task）和强制搜索引用，将 Agent 的“靠谱”性做成 DNA，解决 AI 编程中结果不可控、编造来源和指令遗忘等痛点。
- 01code-task 机制强制遵循“红（先写必败测试）-绿（改到测试通过）-回归（确认不影响原有功能）”三阶段，任何一关不过就被打回重改，无法跳过。
- 02改代码在隔离的副本中进行，只有三关全过的改动才合并进主线，避免改坏原有代码。
- 03进入编码模式时，自动关闭画图、发消息、开网页等与写代码无关的工具，强制专注。
- 04在一个真实案例中，作者要求制作终端副屏，OpenSquilla 将其路由到 Deepseek v4 pro 处理，最终交付成品并执行了 19 项测试。
- 05联网搜索被“硬化”，回答必须带出处，分为 `web_search`（带引用来源）和 `web_discover`（轻量快搜）两个工具。
- 06MetaSkills 从自动触发改为手动触发，用户通过 `/meta` 命令查看和运行工作流，将控制权交给用户。
- 07DRACO 榜单显示，OpenSquilla 的多模型路由在 DuckDuckGo 组和 Brave 组均排名第一（得分最高且成本最低），Brave 组成本仅 0.12，远低于 Opus 4.8 的 1.62。
反方 / 局限
- — 文章承认 code-task 机制解决了作者自身“不懂测试”的痛点，但未讨论对于熟悉传统 TDD 的开发者而言，这种强制流程是否可能导致冗余测试或效率降低。
前置背景
技术原理
平行视角
未来推演
延伸追问