十五个月金融科技智能体实践：项目史中的质量曲线

Alexander是一名金融科技初创公司的远程开发者，自2025年5月起，他一直在用AI代理编写代码运行一个封闭的金融科技产品，并于2026年2月增加了一个支付项目。他观察到，AI代理会产生一类独特的错误，比如错误掩盖、回退返回和空结构体返回，这些错误是标准linter检测不到的。他在项目内编写了50个自定义分析器，然后将它们整合成一个名为glint的开源工具，该工具现在有130条规则。项目的质量曲线呈现出平台期和下降，每次下降都对应着特定事件，比如1月份的清理（删除了14万行死代码）和4月份的神对象分析。开发者测量了每千行非测试Go代码中严重发现的数量，曲线在2026年4月降至他自己手写代码质量以下，变得干净6倍。他还运行了一个对照组项目（没有lint电路），显示出质量恶化，而他2024年写的没有代理的加密机器人每千行有2.32个严重发现，包括不安全的类型断言和货币出现在浮点JSON合约中。系统作为一个整体运行：lint规则在提交前捕获缺陷，而第一个知道bug的是检查器，而不是客户端。然而，lint并不能捕获所有问题：最近一个钱被扣除但显示未扣除的bug漏过了三层保护。开发者得出结论，质量现在是代码编写环境的属性，而不是作者的属性。