AI写代码这项技术，终于学会了“自己证明自己”。OpenSquilla最新推出的0.4.0版本，核心亮点在于引入了全新的编码工作流Coding模式，并首次在AI编程中实现了“自我验证”机制。简单来说，AI不再仅仅抛出一句“我改好了”就结束任务，而是在提交结果之前，主动运行一遍测试，提供一份可验证、能证明“确实改对了”的可靠证据。

为何如此重要？因为AI写代码多年来的核心瓶颈，其实不在于“能否编写”，而在于“是否可信”。过去一年，AI的编码能力确实取得了跨越式进步，但“能写”与“可信”之间依然存在明显差距。大多数编码Agent完成任务后直接交付，代码对错全部依赖开发者逐行人工复核——这也是AI编程长期难以摆脱人工监控、实现真正无人化生产的关键所在。现在，将验证环节内化到Agent自身执行流程中，这意味着什么？行业评判AI编码质量的标准，正在从“它自己声称改好了”，悄然转向——“它能否拿出证据，证明自己确实修改正确”。

具体如何实现？OpenSquilla设计了一套独立的“红绿回归证据链”。大致逻辑是：首先编写一个注定失败的单测，用以定性问题——证明该测试确实能够识别出bug；接着修复功能，让测试从红色变为绿色；最后再运行项目原有的完整测试套件，确保没有破坏其他功能。这三关全部通过，才算正式交付；任何一关未通过，便会自动退回重新修改。配套机制还包括默认的自动修复闭环——不通过即自动重试，直至通过为止；以及“隔离施工”模式——所有改动仅在隔离副本内进行，验收合格后才正式写入源代码。

以官方演示的案例来看：Coding模式为知名开源项目micrograd——AI教育圈的明星项目，由Anthropic研究员Andrej Karpathy开发的极简自动微分库——新增了一项“计算正确梯度”的功能。梯度一旦计算错误，模型不会报错也不会崩溃，只会默默越学越偏，是最难以肉眼察觉的bug类型。演示分为两步：首先由AI完成上述红→绿→回归三关流程，主动交出证据；随后由人工在同一题目上，将micrograd的新功能与行业标准工具PyTorch进行并排比对。结果如何？前向值和梯度的每一个数值，小数点后10位，完全一致。换句话说，这并非AI自述“我改对了”，而是它的输出与官方标准答案之间，分毫不差。这也是在编码赛道上，团队继新一代基准claw-swe-bench之后，落地agent runtime的最新实践。

与此同时，OpenSquilla还推出了首个经过签名和公证的桌面安装包，macOS与Windows系统均可直接双击安装，不再需要命令行操作。

OpenSquilla一直倡导的理念是“提升单位成本的Agent智能”。当主流Agent框架普遍在推高模型调用次数和token消耗的时候，它走了一条差异化路线——通过本地智能路由，根据任务复杂度自动选择模型、按需加载技能、按需检索记忆、预处理工具结果，在调用发生之前就将成本降下来。据硅星人此前报道显示，它的智能路由相比通用网关OpenRouter，路由精度高出约4.4个百分点，成本降低约75%；与旗舰模型执行同类任务，质量基本持平，成本却相差约9倍。OpenSquilla官网则称，在常规场景的内测中，综合成本可降低约60%到80%。

基元律动创始人王云鹤曾负责头部科技公司大模型研发，CTO为韩凯。OpenSquilla上线后数周内，GitHub star数量即增长至数千量级；据公开报道，公司成立仅数月即完成首轮融资，是Harness和Agent原生模型方向上为数不多的代表性玩家之一。