评分 6.95 · 来源：Simon Willison’s Weblog · 发布于 2026-03-28
评分依据：Matt Webb提出的Agent磨碎问题但库才是地基论点直击Agentic Coding核心矛盾，对AI编程架构设计有直接启发
要点
Matt Webb对Agentic Coding提出尖锐批评：给Agent一个问题和一个while循环，它最终能解决任何问题——即使这意味着烧掉万亿token、从硅片开始重写整个系统。
但他指出这正是问题所在。我们期望AI Agent快速解决问题，而且要以可维护、可适应、可组合的方式解决——每一次新增都应该让整个技术栈变得更好。而实现这个目标的关键，是自底向上构建优秀的库（libraries），而不是自顶向下堆砌Agent。
这一论点直接挑战了当前「把所有逻辑都塞进Agent」的行业趋势，暗示Agentic Coding的真正瓶颈可能不在Agent能力本身，而在底层代码抽象的质量。
🤖 AI 点评
Matt Webb的判断与近期多个实战观察吻合：Claude Code、Codex等工具在小型独立任务上表现卓越，但在大型代码库中的长期维护性仍是未知数。「Agent会磨碎问题」这个比喻精准——问题确实被解决了，但解决方案可能是不可理解的。
对开发者而言，这篇短文的启示是：与其追求更强的Agent，不如投资更好的API设计和更干净的抽象层。Agent是消费者，库才是生产者。