探How 社区

BAML团队重写了Agent技能，并在工具链中内置代码质量指标，以改善Agent生成的BAML代码质量。团队发现，Agent当前编写的BAML代码虽能通过测试，但质量明显低于同一批Agent生成的TypeScript或Rust代码。这些问题出在Agent产出的代码本身，而非BAML语言设计。

以下正文由 AI 翻译自 Hacker News 最新（原文版权归原站所有），可能存在偏差，重要内容请以原文为准。

我们重写了 agent skill，并在工具链中内置了代码质量指标，帮助 agent 写出更好的 BAML 代码。

过去几个月，我们一直在对 BAML 语言做最后的打磨，为 1.0 版本发布做准备。我们花了一年多时间设计这门核心语言，在这方面我们认为 BAML 已接近完成。但仍有工作要做：确保 BAML 能与编码 agent 良好配合，因为 agent 如今已是工程工作流的重要组成部分。

目前，agent 已经能写出解决实际问题并通过测试的 BAML 代码。BAML 是一门真正图灵完备的语言，配有编译器、字节码 VM、格式化工具等。BAML 剩下的问题不在语言本身，而在 agent 生成的 BAML 代码上。我们和许多测试者都注意到，agent 所写 BAML 代码的质量明显不如同一批 agent 写出的 TypeScript 或 Rust 代码。例如，下面是 agent（GPT-6.1-Sol 配合 Codex）在我们当前 skill 下写出的国际象棋走法生成器的一部分：

这是一个单独的函数，嵌套了七层。棋子用字符串表示，所以马是 kind == "n"，打错字也照样能编译。它能跑，但没有充分利用 BAML 丰富的特性，也没人愿意维护这样的代码。我们必须想办法改进，否则在大多数人用 agent 写代码的今天，很难为使用 BAML 找到充分理由。

按理说，现有语言不会这么严重地受这个问题困扰，因为训练语料里有大量人类写的高质量代码。更不用说，大型 AI 实验室很可能针对这些语言在代码质量指标上做了优化。因此，在没有 BAML 代码进入训练数据、也没有大实验室支持的情况下，我们唯一能用来提升代码质量的手段，就是改进随 BAML 工具链一起发布的 skill。

我们当前的 skill 主要只是罗列 BAML 的特性：我们有 match，有类型联合，有反射，等等。它确实有一小节“最佳实践”，但大多数条目只是解释某个特性是做什么的，完全没讲什么时候该用、该怎么用；agent 知道了 enum 的存在，却从没被告知应该在什么场景下使用它。

这种做法显然不管用：在这个 BAML 国际象棋走法生成器任务上，十次 Codex 运行中没有一个 agent 选择使用 enum。于是，我们决定重写 skill 的大部分内容，把重点放在最佳实践和反模式上，这些是从人工审查 agent 生成的 BAML 代码中总结出来的。

新 skill 描述的是如何（以及如何不要！）写 BAML，而不只是它有哪些特性。它新增了 27 条要求 agent 始终遵循的准则，每条都配有一个坏例子和一个好例子。这些准则在格式上多少参考了 C++ Core Guidelines。下面是几条与国际象棋走法生成器例子相关的准则：

对于固定的取值集合，使用封闭类型。string 允许拼写错误。应使用 enum 或字面量联合类型。

// Bad class Ticket { status: string,

// Good enum Status { Open, Closed,

class Ticket { status: Status,

用 match 代替 if 链。match 是穷尽的，因此新增一个变体时会产生编译错误，而不是悄悄落到默认分支。

// Bad function hex(c: Color) -> string { if (c == Color.Red) { "#f00" } else { "#0f0"

// Good function hex(c: Color) -> string { match (c) { Color.Red => "#f00", Color.Green => "#0f0",

有了这些新准则，在使用新 skill 的十次 Codex 运行中，有九次在国际象棋走法生成器里至少声明了一个 enum。

新 skill 确实让我们感觉好了一些，但我们还想看看能否找到某种量化手段来衡量它的效果。于是，我们引入了文献中几个相对简单的指标：

// Cognitive 9 function cost_bad(o: Order) -> int { if (o.paid) { if (o.in_stock) { if (o.express) { 20 } else { 5 } else { 0 } else { 0

// Cognitive 4 function cost_good(o: Order) -> int { if (!o.paid || !o.in_stock) { return 0; if (o.express) { 20 } else { 5

圈复杂度

// Cyclomatic 5 function days_bad(month: string) -> int { if (month == "jan") { 31 } else if (month == "feb") { 28 } else if (month == "mar") { 31 } else if (month == "apr") { 30 } else { 0

// Cyclomatic 2 const DAYS = { "jan": 31, "feb": 28, "mar": 31, "apr": 30 };

function days_good(month: string) -> int { DAYS.get(month) ?? 0

NPath

// NPath 8 function badges_bad(o: Order) -> string[] { let badges: string[] = []; if (o.paid) { badges.push("paid"); if (o.in_stock) { badges.push("in stock"); if (o.express) { badges.push("express"); badges

// NPath 1 function badges_good(o: Order) -> string[] { Badge { name: "paid", on: o.paid }, Badge { name: "in stock", on: o.in_stock }, Badge { name: "express", on: o.express }, .filter((b) -> { b.on }) .map((b) -> { b.name })

嵌套深度

// Nesting 3 function fragile_bad(carts: Cart[]) -> string[] { let names: string[] = []; for (let cart in carts) { for (let item in cart.items) {

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）

正文由探How 从来源站点 RSS 同步，内容未经改写；遇到排版缺失或需要图片、视频时请以原文为准。

BAML团队重写Agent技能并加入代码质量指标，提升Agent生成的BAML代码质量