代码智能体怎么选?交互式与自主式架构对比
作者:半吊子全栈工匠2026.11.16 10:34浏览量:0简介:本文以开源项目Aider和OpenHands为例,对比交互协作型与任务自主型代码智能体的架构、控制粒度、成本和安全要求。文中给出可直接运行的Python最小工具循环,包含路径限制、命令白名单和审计日志,并提供选型评分公式与上线前安全清单,帮助团队按审查能力和隔离条件选路线。
先说结论
团队能及时审查每一处改动,又没有容器隔离条件时,选交互协作型。任务有明确的验收方式,并且能在容器中运行时,可以考考虑任务自主型。两个条件都不满足时,先用交互协作型做小范围试点,再决定是否扩大范围。
为什么要比较两类代码智能体
很多开发者每天使用AI编程工具,却不清楚它们内部如何运行。头部商业产品多为闭源,使用者只能看到界面和结果。开源项目可以读源码,但不少并非Python实现,以Python为主的团队读懂代码有一定门槛。
本文选取两个开源项目作为对照样本,两者的核心后端都以Python实现。Aider代表交互协作型,OpenHands代表任务自主型。两者解决的问题相同:让模型在真实工程目录中读文件、改代码、运行测试,并根据结果继续修正。
文中的分析基于两个项目的主干版本。采用前请在各自仓库的发布记录中核对版本号、默认配置和依赖说明,因为默认行为可能随版本变化。
两类形态的定义
交互协作型以终端为入口。每次修改以diff形式展示,开发者确认后才写入文件。Aider通常会为每次确认后的修改生成一次git提交,但这取决于配置,可以通过参数关闭自动提交。在这种形态下,人负责规划,模型负责局部执行,控制粒度细。
任务自主型接收一个目标,例如“把项目中的requests调用迁移到httpx,并保证测试通过”。智能体自行拆解步骤、执行命令、读取测试结果并重试。OpenHands通常在Docker沙箱中执行命令,宿主机与容器之间通过挂载目录共享文件。挂载的目录越多,沙箱的隔离效果越弱。沙箱能限制影响范围,但不能替代权限设计。容器若能访问外网、挂载了家目录中的密钥文件,或以特权模式运行,风险仍然很高。
两类形态的主要差异如下表。
| 维度 | 交互协作型(Aider) | 任务自主型(OpenHands) |
|---|---|---|
| 入口 | 终端对话 | 目标描述,通常配合Web界面 |
| 控制粒度 | 每次修改逐条确认 | 按阶段或按结果确认 |
| 失败恢复 | 开发者介入后重试 | 智能体自动重试,直到上限 |
| 命令执行 | 在本机执行,开发者可拒绝 | 在容器内执行,靠隔离控制范围 |
| 主要成本 | 模型调用费用和开发者审查时间 | 模型调用费用、容器资源和运维时间 |
相同点:模型层、工具层、执行循环
两类方案都采用三层结构。
模型层负责推理。它接收任务和历史结果,输出下一步动作,例如“读取某个文件”或“运行测试”。
工具层提供读写文件、列出目录、执行命令、搜索代码等能力。工具层决定智能体能碰到什么。这一层的权限设计最关键。
执行循环把模型输出转换成工具调用,把工具结果回填给模型,直到模型报告完成或达到步数上限。循环本身很短,但所有安全控制都要放在这里,因为每一步动作都经过这一层。
可运行的最小工具循环
下面的代码只使用Python标准库,需要Python 3.9或更高版本,无需安装其他依赖。它实现了完整的三层结构,并包含三项基础控制。
路径限制:所有文件路径先解析为绝对路径,再检查是否位于工作目录内。解析过程会跟随符号链接,因此通过符号链接跳出目录的请求也会被拒绝。
命令白名单:只允许执行列表中的命令前缀,并拒绝可能写文件或调用外部程序的参数。命令使用shell=False执行,避免shell注入。
审计日志:每次工具调用记录一行JSON,写入audit.jsonl,包含步骤、工具名、参数、是否成功和结果长度。日志不记录文件内容,避免敏感信息进入日志。
import jsonimport shleximport subprocessimport timefrom pathlib import PathWORKSPACE = Path("./workspace").resolve()AUDIT_LOG = Path("./audit.jsonl").resolve()MAX_STEPS = 10CMD_TIMEOUT = 60OUTPUT_LIMIT = 4000ALLOWED_PREFIXES = [("pytest",),("ruff", "check"),("git", "status"),("git", "diff"),]FORBIDDEN_OPTIONS = {"--fix", "--unsafe-fixes", "--ext-diff", "--output"}def audit(event: dict) -> None:event["ts"] = time.strftime("%Y-%m-%dT%H:%M:%S%z")with AUDIT_LOG.open("a", encoding="utf-8") as f:f.write(json.dumps(event, ensure_ascii=False) + "\n")def safe_path(rel: str) -> Path:target = (WORKSPACE / rel).resolve()if not target.is_relative_to(WORKSPACE):raise PermissionError(f"path outside workspace: {rel}")return targetdef read_file(rel: str) -> str:return safe_path(rel).read_text(encoding="utf-8")[:OUTPUT_LIMIT]def list_dir(rel: str = ".") -> str:entries = sorted(p.name + ("/" if p.is_dir() else "") for p in safe_path(rel).iterdir())return "\n".join(entries)def run_command(cmd: str) -> str:argv = shlex.split(cmd)if not any(tuple(argv[:len(p)]) == p for p in ALLOWED_PREFIXES):raise PermissionError(f"command not in whitelist: {argv[:2]}")if any(arg.split("=")[0] in FORBIDDEN_OPTIONS for arg in argv):raise PermissionError("forbidden option")proc = subprocess.run(argv, cwd=WORKSPACE, capture_output=True, text=True,timeout=CMD_TIMEOUT, shell=False,)out = (proc.stdout + proc.stderr)[-OUTPUT_LIMIT:]return f"exit={proc.returncode}\n{out}"TOOLS = {"read_file": read_file, "list_dir": list_dir, "run_command": run_command}def agent_loop(task: str, decide, max_steps: int = MAX_STEPS):history = []for step in range(1, max_steps + 1):action = decide(task, history)if "done" in action:audit({"step": step, "event": "done", "summary": action["done"]})return action["done"]name = action.get("tool")args = action.get("args", {})func = TOOLS.get(name)if func is None:ok, result = False, f"unknown tool: {name}"else:try:ok, result = True, func(**args)except Exception as exc:ok, result = False, f"{type(exc).__name__}: {exc}"audit({"step": step, "tool": name, "args": args, "ok": ok, "result_len": len(result)})history.append({"tool": name, "args": args, "ok": ok, "result": result})audit({"event": "max_steps_reached", "task": task})return Nonedef scripted_decide(task, history):# 占位的模型层:真实使用时,把这里换成调用模型API并解析JSON动作的函数。script = [{"tool": "list_dir", "args": {"rel": "."}},{"tool": "run_command", "args": {"cmd": "pytest -q"}},{"tool": "read_file", "args": {"rel": "../etc/passwd"}},{"done": "流程演示结束"},]return script[len(history)]if __name__ == "__main__":WORKSPACE.mkdir(parents=True, exist_ok=True)(WORKSPACE / "demo.txt").write_text("hello\n", encoding="utf-8")print(agent_loop("演示:列目录并运行测试", scripted_decide))
运行方式:
python agent_min.py
运行后,./audit.jsonl中每次工具调用对应一行。例如读取../etc/passwd会被拒绝,日志中记录如下:
{"step": 3, "tool": "read_file", "args": {"rel": "../etc/passwd"}, "ok": false, "result_len": 54, "ts": "2026-11-16T10:33:20+0800"}
如果机器上没有安装pytest,第二步会返回找不到命令的错误,同样写入日志。这个结果说明循环会记录失败并继续执行,而不会直接崩溃。
这段代码仍有边界。白名单只限制入口命令,无法阻止测试代码本身执行恶意操作。测试代码可以读写文件、访问网络。因此,真正的运行环境仍需要容器隔离、网络出口限制和最小权限账号。工具返回的文件内容也应被视为数据,不应当作指令执行。
成本与安全要求对比
成本和安全要求的差异,决定了两类方案的落地难度。
| 维度 | 交互协作型 | 任务自主型 |
|---|---|---|
| 人工确认频率 | 每次修改确认 | 计划确认和合并前确认 |
| 命令执行范围 | 本机终端,开发者逐条批准 | 容器内,按任务自动执行 |
| 隔离方式 | 依赖git回滚和用户权限 | 容器隔离,需限制挂载和网络 |
| 审计日志要求 | git提交记录和终端日志 | 动作日志、容器日志、网络记录 |
| 模型成本 | 单轮调用,成本可预测 | 多轮重试,成本波动大 |
| 适用团队 | 审查人手充足,单人或小团队 | 有容器运维能力,任务可自动验收 |
自主式的隐性成本常被低估。失败重试会增加token消耗,容器镜像需要维护,依赖版本变化可能导致任务结果不稳定。团队选择前应估算这些成

登录后可评论,请前往 登录 或 注册