AI 编码模型选择与调用

先定义编码任务

代码补全、单文件问答、仓库级修改、调试和长程 Agent 是不同任务。先记录可访问文件、工具、语言、测试命令、最大执行时间和允许的外部网络，再选择支持所需上下文与工具的模型。

简单生成可使用 Chat Completions 或 Responses；需要文件搜索、Shell 或编辑工具时，使用结构化工具调用并验证参数。模型提出命令不等于获得执行权限，工具层必须做路径、超时和网络限制。

建立来自真实缺陷的固定集合，统计补丁适用率、测试通过率、首次成功率、回退次数、延迟和总成本。把“拒绝危险操作”和“发现需求不完整”作为正确行为计入。

上下文污染、测试泄漏、依赖版本不一致和对生成代码的盲目信任比型号差异更常见。不要把模型自行声称的完成当作验收；以代码差异、测试和运行结果为证据。

FAQ

编码任务应该用 Chat、Responses 还是工具调用？

单次解释或代码生成可用模型实际支持的 Chat/Responses；读取文件、编辑代码或运行测试应使用结构化工具调用。迁移协议时要同时适配工具结果和流式字段，不能只替换端点。

模型返回了一条 Shell 命令，是否可以直接执行？

不可以。模型只提出建议，工具层必须限制工作目录、命令白名单、网络、超时和资源，并对删除、迁移、发布等不可逆操作要求人工确认。

怎样评测 AI 编码模型，而不是只看生成代码是否像样？

使用真实仓库缺陷统计补丁适用率、测试通过率、首次成功率、工具失败、回退次数、延迟和总费用。把安全拒绝和发现需求不完整也视为正确结果。

为了让模型理解项目，应该上传整个代码库和密钥文件吗？

不应该。只提供任务所需文件与依赖信息，排除密钥、生产数据和无关目录；仓库级 Agent 也应使用最小权限、隔离执行和有限循环，避免隐私泄漏与失控 token 消耗。

关联指南