到目前为止，我只看到关于这个的模糊帖子，甚至 AIE 的讨论和工厂文章基本上也没有提供任何有用的信息。因此，我正在写一个关于如何通过强制复杂性限制来使代码库准备好 LLM 的详细分步指南，适用于 Python 和 TypeScript。 没有人谈论的一件事是，LLM 会非常乐意表现出 "规则游戏" 行为。它们不会修复实际的代码问题，而是会修改你的 lint 规则以使违规行为消失。 你需要大约 4 层保护来防止这种情况。如果你在 "绕过权限" 模式下工作，这是获得真正长时间自主任务执行的唯一方法，那么没有什么可以阻止 LLM 修改钩子、lint 规则或预提交配置以达到目的。 理论上，这很容易修复，只需在工具本身中为 lint dotfiles 添加真正的保护。但目前为止，没有任何工具实际上支持这一点（据我所知）。 如果你想了解更多，我有一篇文章已经涵盖了卡帕西提到的几乎所有其他内容。

嘲笑计划模式的人们并不理解，这目前是唯一可靠的方式来在任务执行过程中维护状态和记忆，尤其是在压缩期间。计划模式生成一个计划文件，它也是一个特定的工具调用，一旦被检测到，就可以附加各种有用的东西，比如钩子、mcps等。让我感到困惑的是，大多数人对这些工具的实际工作原理了解得如此之少。

uv 可能是地球上最不可思议的软件。