在人工智能技术日益复杂、大模型不断推陈出新的当下，知名Go语言专家Thorsten Ball以315行代码构建编程智能体的举动，无疑是向大众展示了技术“祛魅”的可能。这位凭借《用Go语言自制编译器》《用Go语言自制解释器》两部著作，成为编译原理领域“入门平替”的技术大牛，再次用实际行动践行了自己一贯的理念——通过开源项目和实践，揭开技术的神秘面纱，让更多人得以一窥智能体构建的核心奥秘。
对于多数人来说，智能体编辑文件、运行命令、自行解决错误的过程，听起来充满了高深莫测的技术门槛。但Thorsten Ball的实践证明，构建一个小型编程智能体，并非遥不可及。其核心要素不过是一个大语言模型、一个循环结构，以及足够的tokens。整个过程，甚至不需要400行代码，其中大部分还是常规的样板代码。这颠覆了人们对智能体开发的固有认知，展现出技术背后的简洁本质。
在构建智能体的初始阶段，准备工作就像是为创作搭建舞台。首先要获取GoANTHROPIC_API_KEY，这是与Claude模型进行交互的关键凭证。接着，通过四个简单的命令设置新的Go项目，在main.go文件中搭建起基础框架。虽然此时的代码尚不能直接编译，但已经构建出了一个Agent，它能够访问anthropic.Client，从终端的标准输入读取用户消息，为后续的交互奠定基础。
智能体运行的核心，在于添加Run()方法。这部分代码虽然只有90行，却承载着与Claude对话的关键逻辑。其中的循环结构，如同智能体的“呼吸”，持续不断地推动着交互进程。它先打印提示询问用户输入，将用户的消息添加到对话中，发送给Claude，接收Claude的回复后，再将回复加入对话并打印，随后又开始下一轮循环。这一过程，其实与日常使用的AI聊天应用原理相同，只不过是在终端环境中实现。运行该程序，用户便能与Claude展开对话，且对话能够在多个回合中保持连贯，Claude会记住对话中的关键信息，这得益于每次都将整个对话发送给模型。不过，需要注意的是，Anthropic的服务器是无状态的，维护对话上下文的任务由客户端完成。
然而，仅仅实现对话功能，还不足以称之为智能体。智能体的关键特征，在于具备访问工具的能力，能够修改上下文窗口之外的内容。Thorsten Ball对工具的定义十分清晰：向模型发送特定的prompt，告知其在想要使用工具时以特定方式回复；接收消息后，执行该指令并返回结果。其他的功能实现，都是在这个基础上进行的抽象。就像与朋友约定特定信号来传达指令一样，在与Claude交互时，也可以设定类似的“信号”。例如，告诉Claude，当它想知道天气时，就用“get_weather”来表示。模型经过训练和微调，能够理解并使用这些“工具”，因为它们在一定程度上“知道”自身信息的局限性，需要借助外部工具获取更多信息。
在构建工具的过程中，以read_file工具为例，每个工具都需要明确名称、描述、输入模式和实际执行函数这几个要素。名称用于唯一标识工具；描述则详细告知模型工具的功能、适用场景和返回值等信息；输入模式通过JSON schema来定义工具期望的输入形式；实际执行函数则负责使用模型发送的输入执行具体操作并返回结果。将这些工具定义发送给模型后，模型在需要时会触发工具调用。但在初始阶段，智能体还无法识别模型发出的工具使用请求，通过替换智能体的Run方法，增加对模型回复内容类型的判断，当检测到“tool_use”类型时，调用executeTool函数，在本地注册表中查找工具，解析输入并执行，将结果返回给模型，从而实现工具的完整调用流程。
有了read_file工具的基础，Thorsten Ball还进一步介绍了添加list_files（列出文件）和edit_file（编辑文件）等工具的方法。通过这些工具的组合使用，智能体能够完成从文件读取、内容查看，到文件编辑等一系列复杂任务。用户无需详细指导智能体在何种情况下使用哪个工具，只需提出解决问题的需求，智能体就能自主判断并调用合适的工具，展现出一定的自主性和智能性。
Thorsten Ball的这个编程智能体项目，虽然无法与Claude、Gemini等推出的编码功能相媲美，但却为初学者提供了一个绝佳的学习范例。它打破了智能体开发的技术壁垒，以简洁的代码和清晰的逻辑，向人们展示了智能体的运行原理和构建过程。这种开源和实践导向的方式，不仅降低了技术学习的门槛，更激发了开发者探索智能体技术的热情，让更多人有机会参与到人工智能的开发和应用中，推动技术的普及和创新。
完
