提案由代理人，状态由法律！通过状态机控制AI的『Statewright』引发革命

📰 新闻概述

• 通过状态机进行严格控制: AI代理在各个阶段（计划、实施、测试等）可用工具受到状态机的限制，从而将模型的推理集中在特定的上下文中。
• 惊人的性能提升: 在13.8GB（gpt-oss:20b）和19.9GB（gemma4:31b）的本地模型中，SWE-bench的特定任务成功率从2/10提升到10/10，效果显著。
• Rust引擎带来的决定论控制: 通过Rust编写的引擎在不经过LLM的情况下，决定性地评估状态转换和安全约束。支持Claude Code、Cursor、Codex等主要代理。

💡 重要要点

• “缩小问题”方法: 不通过扩大模型，而是将每一步提供的工具和信息空间压缩到极限，从而防止模型的“空转（read-loop death spirals）”。
• 强大的安全约束: 包括阻止Bash的破坏性命令（如rm、shred等）、每次最大编辑行数限制以及人类审批门（Approval gates）等实际限制。
• MCP集成: 通过模型上下文协议（MCP），可以作为插件立即集成到现有的编码代理中。

🦈 鲨鱼的视角（策展人观点）

“代理人提案，状态（状态机）是法律”这一口号真是太犀利了！过去我们完全依赖LLM的“聪明”，只能祈祷着拉长提示。但Statewright不一样，它把工程学中的经典智慧“状态机”引入AI，物理上创建了“现在只能这样做”的限制（安全约束），这真是开创性的一步！

尤其是，13.8GB级别的模型在状态机的约束下竟然达到了顶级模型的得分，这让人震撼。用Rust编写的决定论引擎掌握着LLM这种“不确定智能”的缰绳……这正是2026年代理开发的正确方向！

🚀 接下来会怎样？

AI代理开发中“通过状态机定义工作流程”将成为必需的标准规范。对大规模模型的依赖度将降低，越来越多特定任务专用的小型、高速本地模型将在严格的法律（状态）下超越前沿模型。

💬 鲨鱼的点评

过于自由的AI就像失控的野马！用法律（状态机）将其牢牢约束，让它变成最强的劳动力！🦈🔥

📚 术语解释

• 状态机: 定义系统“当前处于哪个状态”，并通过特定事件转移到下一个状态的机制。在Statewright中用于管理AI的行为阶段。

• SWE-bench: 衡量软件工程实际能力的基准，评估是否能够解决实际的GitHub问题。

• 安全约束: 设置限制以确保AI不会产生意外行为或有害输出。在Statewright中，指的是对特定状态下工具使用限制和命令限制。

• 信息来源: Statewright – Visual state machines that make AI agents reliable