我写了一个开源工具，想让 AI 像 Java 开发一样工作

[L1ch404]

背景

我本人是一个 Java 后端开发，大概有两次接触 AI 写代码，第一次是去年十一月份左右，用的是 Cursor,当时高强度使用了一个月后 发现很容易出现幻觉，而且括号经常搞不明白，当时体验是比较差的，就没用了；第二次是今年四月份左右，使用的是 Copilot 说实话我被 AI 的成长给震惊到了，随后我逐步将自己的开发工作转移给 ai 去完成，经过我几个月的使用，很明显的发现 AI 写代码有个短板就是: ai 是根据代码去推测结果的 他几乎不会去运行代码 最多只会根据某些场景写单元测试，这样会导致出什么结果呢 第一个 写完代码后 实际的运行结果达不到期望，有时甚至编译都不通过，原因可能是 当需求稍微复杂一些，就很难根据代码推算出结果。第二个 排查问题很容易钻牛角尖，就是可能某段代码确实有问题 但是问题并不出在这个代码段，这个问题说白了 就是有的时候信息有噪音,导致大模型的注意力全在噪声上面了。我就在想，面对上面这两个比较常见的问题，人类开发者是怎么解决的？其实很简单 写完需求后把项目启动起来，然后实际的去跑一次看下结果对不对，遇到复杂问题的直接 debug 一步一步的走 看问题实际出现在哪里。基于这种需求我在七月初的时候 开始开发 joLink 了

joLink

joLink 大概开发了四个多月，是用 Python 写的，MCP 提供执行能力，Skill 告诉 Agent 如何使用这些能力，还有一套全局规则开发要求: 尽量以“事上磨练”的方式写代码，用简单直接的方式，而不是提前解决所有问题，再根据实际运行取得相关证据，而不是等用户单独要求验证。代码基本都是 gpt 写的，我做的项目管理和技术选型以及验收，中间是遇到了非常多的困难，就比如启动，Java 项目一般都是先将代码编译成字节码文件，编译这部分是非常麻烦的，主流使用的 idea 是有增量编译的功能，就是只编译有改动和改动影响到的代码，这点是非常难实现的，如果没有就只能改一行代码，然后用 maven 去编译整个项目，这里大概摸索了两个多月，经过大量的实验和测试最后选择使用 Eclipse JDT 包去实现这个功能。个人从产品的角度去看增量编译是非常重要 如果不解决就无法实现 写代码->启动->验证->有问题 继续改代码->启动 这个开发闭环的。

dogfood

因为我本人是 Java 开发，所以我自己是 joLink 的一个用户，会在实际的工作中去使用他，经过不断的使用和调整: 目前 joLink 能让 coding agent 交付的代码大概率可信，就是我基本不会去看 ai 写的代码了，但是实际的上线前还需要专业的测试去测试，因为 jolink 目前还是针对开发这个阶段。主要是 joLink 补全了目前 coding agent 的短板：写完代码后能看到实际运行结果，AI 再根据反馈去调整代码。但是这只是我个人的工作流，在其他人身上不知道能不能稳定工作，另外 joLink 的边界还是比较浅的，目前能确定的是能运行大部分 Maven/Gradle 构建的 Spring Boot 的项目 以及 JDK8 到 JDK17,可能还不够稳定，joLink 还在早期阶段，我后续也会继续在 GitHub 上找不同开源 Java 项目来试探并且扩大它的边界。但是我期望大家能尝试一下 joLink 看看他能否对大家的工作有帮助，如果没有帮助，也希望知道原因。

github： https://github.com/L1ch404/jolink-runtime
最后感谢大家能看完这篇文章

[L1ch404]

假如说 joLink 这种能力能被证实有效，未来应该会支持其他编程语言，主要是现在样本还太少了，只有我一个人用，上来就支持多语言 工程量太大了

[Zhuzhuchenyan]

想法是很好的，只不过晚了一年

> ai 是根据代码去推测结果的 他几乎不会去运行代码

这个结论目前已经不成立了，随着基模的迭代和 Harness 工具迭代，这类夹在中间的工具很难有竞争力

[ricciz]

ai 已经会在自己觉得合适的时候编译了,而且测试用例也越来越实用

[L1ch404]

@Zhuzhuchenyan 感谢您的评论，现在的工具确实能让 LLM 去启动项目，其实启动一个企业级的项目还是比较困难的，就拿 maven 项目来说要么打成 jar 包启动，或者用 classpath 再去拼依赖包路径启动，这主要就是一个启动成本的问题，而且绝大数情况启动和单元测试都需要编译整个项目，相对耗时，就很容易导致 LLM 即使能运行代码 它也不太愿意去做这件事，这个我在项目初期是有过相对深刻的研究和探索的，这个就有点像 k8s 初期 大家说用 shell 或者脚本也能实现，确实是能实现，只是比较复杂和麻烦，joLink 不完全在于让 LLM 去启动项目 主要还提供了如何快捷、方便的让 LLM 去启动项目

[wxlwsy]

我自己的经验,如果服务器启动复杂,比如需要连环启动,且有顺序地启动,ai 就没办法实际跑, 简单工程 ai 会自己启动取验证.ai 最多只编译看看有没有语法错误.

[L1ch404]

@ricciz 感谢您的评论，确实是会，我在做 A\B 测试的时候发现这个现象了，只不过可能比较慢而已，joLink 提供了一套更方便快捷的方式去执行单元测试

[fridaythx]

听起来是在重新造一个自己的 agent harness ，为什么不研究一下比较流行且轻量的 pi coding agent ，或许能少踩很多坑。

[L1ch404]

@fridaythx 不是 agent ，是一个 mcp ，是给 agent 提功能能力的，可以接入目前市面大部分 agent

[ryougifujino]

AI 不会去实际跑一下来验证，你告诉它每次写完后都去跑一下不就行了么，现在的 AI 没这么笨。

[ricciz]

@L1ch404 承认 OP 的工作是很有意义的,只是对 OP 的项目能否追得上 ai 的进化脚步感到担忧

[L1ch404]

@ryougifujino 感谢回复，是可以这样做，joLink 主要还提供了一套更方便 更快捷的能力供 AI 去启动、测试，就有点像现在大家写代码都用 IDE ，如果脱离 IDE 也能写，只不过没那么方便而已

[crazy0x]

看了眼时间，确认是 2026 年

[L1ch404]

@ricciz 哈哈哈，你说的这点没毛病，没准未来 AI 能力大幅度提升、非常智能的话 joLink 确实是没多大意义，不过我觉得 joLink 能做出来就已经很不错了

[lsls931011]

我记得 GPT 在写代码的时候就有大量的测试，而且他还会启动我的项目去进行检测，甚至可以自己发送请求或者打开浏览器等等验证， 只要知识库规则设置好就行了。而且 Claude Code 就更加智能了，至于你说的增量编译，Java 我没试过，但是，类似之前使用 AI 进行编译谷歌浏览器内核的时候，第一次是全量编译，后续修改内容也可以增量编译。

当然，我使用的都是官方的 GPT 桌面版或者 Claude Code 桌面版。

建议 OP 也使用一下，别使用 Cursor 、Copilot 等第三方的，使用官方完整的 agent 体验一下。

[refear99]

说的是 2026 年的事儿吗，现在 codex 和 claude 还能跑不起来你的项目？

[coefu]

这个世界的迭代速度之快，早就超越了你自以为是且固步自封的小聪明。

你能想到的任何一件事，在你还没有完成之前，就已经落后于这个世界。

就算是再聪明的脑袋持续跟进，也感到疲惫乏力。

[stardust21]

@coefu 所以你这一通教训有什么意义呢，说明你很疲惫乏力了么？我理解 LZ 做了一个 Java 垂直方向的 harness 插件，如果能节省一些 token 和时间，为什么不是聪明的表现呢

[chenluo0429]

@stardust21 因为插件的能力已经被大模型原生覆盖了啊。按照现在的主流模型，这个插件大概率只能兼容于某些特定的项目，对于绝大部分项目来说是限制而非是助力。最终的结果是不节省 token 和时间，反而降低性能