0004- Vibe coding 零代码构建一个自己的学习版AI agent

    软件世界的江湖已经变天了。Vibe coding的时代，要想用好各类coding AI agent，去全局了解一下AI aengt底层的工作原理就非常重要。一个选择是可以直接去看open code的源码，但对学习者而言，它太大太重了，掩盖了最基本的核心代码。前天半夜，我突然醒来，一个让人兴奋的念头冒了出来：“为啥我不复刻一个claude code，写一个自己的，简洁版的AI agent来学习呢？”

• 我可以不用Node.js，我直接用python实现这个agent；

• Agent就采用应用最广，最经典的ReAct 模式，便于理解和学习。

• 为了避免网络问题，我就连国内的开源大模型，为agent装上大脑；

• LLM + 读写文件两个最基础的action = 我的agent起步；

• 基础功能上线后，再增加运行代码、联网搜索的工具；

• 把国内大模型替换为我ollama本地部署的大模型，这样就可以断网运行，处理敏感数据；

• 流式处理，实时看到模型迭代的输出和agent的干活；

    看到了吧，她和claude code一样，也是一个terminal base的agent。通过执行python代码simple_react_agent.py就可以启动。

在开始之前，我们先来简单复习一下vibe coding的相关概念吧。Vibe coding是啥？最近这词很火，我们先看看github上官方的权威的定义吧。

    Vibe coding -- 氛围编程，又有人称它为黑盒编程，零代码编程。通俗地讲就是“用自然语言编程”，用人类之间平时交流时的语言和电脑沟通，比如，你给妈妈怎么说话，就给电脑怎么说话。你可以告诉电脑，“帮我写个贪吃蛇的游戏”，“抓取一下今天的财经新闻”。今天这种高大上的概念，从历史上看，它并不模式，而且以前还被作为一种电脑小白的无脑菜鸟操作，被嘲讽过。回想一下，很多年以前有没有看到过类似的搞笑段子？

    好笑吧，我们当年都嘲笑过当年电脑小白的这种让人哭笑不得的操作。但是，随着时代的发展，AGI的逐渐到来，原来看似脑残的操作，在今天变成了一种时髦高级的编程方式，甚至代表了未来软件编程的发展方向。

要想用人类的自然语言实现编程，就必须利用AI agent，AI agent和大模型LLM是什么关系呢，为啥有了LLM还要搞个agent呢？别急，我们把“辉常好奇的叮当猫”拆解开来，看一看就清楚了。

简洁的项目结构

    如上图我们看到这个agent非常简洁。核心代码有主程序入口负责整体与用户交互，与大模型交互和调用各类工具。它会按照react模式开启一个循环语句，多次调用LLM和执行各类action。React引擎就封装在engine.py里的一个ReActEngine类里面。对后端大模型的调用则在client.py里面。我们简单浏览一下代码：

Agent流程主程序的循环与react引擎的实例化

React引擎

 简单说一下ReAct 模式（Reasoning and Acting）。这种模式的核心在于它模拟了人类“思考 -> 行动 -> 观察”的闭环。它提供了一个标准的模板，即 Thought（推理下一步要做什么）、Action（调用工具执行）、Observation（观察工具返回的结果）。虽然单一的 ReAct 循环容易陷入“死循环”或“幻觉”之中，但是作为学习的入门是最好的。

调用大模型的客户端

    这里我们看一下，agent的所有“智慧”能力几乎都来自后端连接的大模型。包括它提供的对用户自然语言的理解和反馈，主流程会多次迭代调用大模型，靠的就是这个LLM 的client。目前几乎主流的LLM都支持openai格式的访问，我在这里配置了一个国内的开源大模型。后续可以换成一个本地部署的大模型，比如DeepSeek或者千问等。这样处理敏感数据时就可以断网使用。

    剩下还有一些配置文件，测试文件。整个项目清晰简洁。从代码级别很好地诠释了一个agent是怎么工作的，LLM和action工具如何互相配合，突破了纯粹大模型没有的感知和执行能力，可以自动化地反复迭代，完成用户的要求。

    我们看一下这个机器猫运行测试的情况：

读取本地文件成功

生成本地文件，写入内容成功

添加了联网搜索功能

自己编程，编写一个python代码

运行刚才编写的python代码

    好了，辉常好奇的机器猫主要功能展示完了。后续可以按照学习的需要一步步完善，比如添加MCP的调用，连接更多的不同的外部系统。添加对skills的支持。

最后我们看看这个机器猫的诞生过程吧，直观看看vibe coding的过程长什么样子。

    这里我使用了brainstorming 这个skills来了解我的需求，细化需求。你可以理解为一个清晰的问卷调查表，通过交互式地作答，agent知道你要做啥，需求细节是什么。最后把你的需求变成一个设计稿。各种丰富的skills是agent的一种重要扩展，现在非常火，具体skills是什，如何安装skills，如何使用skills受篇幅所限，就不一一展开了。

尾声：

    好了，先写到这里吧。我们正处于工业革命以来最大的一次巨变中。如果说蒸汽机的出现替代了大量蓝领，机器代替的是繁重的体力劳动，那么今天的AGI加速到来对所有的，各行各业的白领都是一次巨大的洗牌和冲击。许多原来看似牢不可破的专业壁垒正在惊人地消亡。失掉这些“技能高墙”后的大众，从高管到职员，从职场新人到行业大神，众生平等。

    新世界需要新的游戏规则，新的玩法，新的挑战，也有新的机遇。我在《AGI时代下的人类价值退守》中就写到，未来传统意义上的“公司”这种组织形式会大量减少，取而代之的是在AI加持下的各种强大的个人工作室。

    另外，延续多年的现有教育形式也会逐渐落伍。比如从小到大，我们都习惯了作答，是一种“被问”的思维，今后更应该培养孩子“独立思维”的能力。我的一点感悟是：学会“主动问问题”，“问好问题”，“层层递进式，按需加载地提问题”非常重要。

    至于向谁问呢？向AI问，你来评判和选择。世界上最大的“不知道”，就是“不知道自己不知道”，面对无数的“盲区”，连问题都提不出来这才是最可怕的。

    回想一下当年我们对“电脑小白”搞笑操作的嘲讽，是不是应该有了另一层解读？

    善于提问，有创新性思维，跳出大众的固化思维，不要人云亦云。你就会在巨浪下提前站在高地上。