在科技社区Linux.do上，一篇关于寻找最佳AI编程Agent的帖子引发了开发者的广泛共鸣。发帖者对比了WorkBuddy、Codex和dsh三款当前流行的AI辅助编程工具，并分享了实际使用中的显著差异。据该开发者反馈，WorkBuddy在处理代码修复任务时表现不尽如人意，被形容为“被蠢哭了”，无法有效解决Bug。相比之下，Codex在相同的底层模型支持下，迅速且准确地完成了同样的修复任务，显示出更好的提示词工程或上下文处理能力。然而，Codex的最新版本Codex++也暴露出维护问题，出现了汉化失效的情况。此外，被用户称为“毛坯房”的dsh则在桌面端插件适配上存在缺陷，导致用户体验不佳。该讨论反映了目前AI编程市场百花齐放但良莠不齐的现状，开发者们在享受大模型带来效率提升的同时，也不得不忍受各种工具的稳定性与本地化问题。帖子中提到的后续研究目标Hermes，也显示了社区不断探索更优解决方案的活跃度。
事件分析
此次开发者反馈揭示了AI Agent应用层当前的痛点：底层模型的强大能力并不意味着上层产品的成熟。WorkBuddy与Codex在相同模型下的表现差异，说明Agent的智商不仅取决于模型本身，更依赖于开发者的系统设计、RAG检索能力以及对Coding任务的理解深度。此外，Codex++汉化失效和dsh的插件适配问题，凸显了开源或新兴AI工具在工程化落地和用户体验（UX）上的短板。目前AI编程工具市场处于“百团大战”的混战阶段，产品迭代极快，但稳定性往往被忽视。对于开发者而言，选择Agent已不再仅是选择模型，而是在选择工作流的稳定性和工程细节的完善程度。
核心观点：底层模型同质化倒逼Agent产品进行工程化竞赛，稳定性与交互体验将取代模型智商成为下半场的关键。
原文链接：Linux.do
