前沿成果
首页 > 创新视界 > 前沿成果
通过从语言到工具链的 AI 原生重构，IDEA 研究院基础软件中心打造的 MoonBit Pilot 构建出与大模型深度协同的开发环境，在代码生成质量与大规模重构效率上均超越 Cursor 等现有智能编程工具，首次呈现无需人类接管的 L4 软件交付能力的工程闭环雏形。
MoonBit Pilot 优势一览 从代码生成到软件级合成 MoonBit Pilot 不仅能够辅助补全若干行代码，还通过 prompt 驱动、大模型推理与 MoonBit 语言工具链的高效联动，真正实现工业级软件的全自动化开发。 并行协作快速攻克复杂任务 依托 MoonBit 工具链与先进的 Segment 并发机制，MoonBit Pilot 已进化成为具备状态感知能力的流水线式 Agent 系统。它支持多任务并行处理，系统中的每个子 Agent 如同生产线的精密组件，围绕用户需求高效协同，从而快速攻克复杂任务。 开放API降低接入门槛且支持上云 MoonBit Pilot 进一步提供开放 API 接口，可轻松连接第三方系统（如CI/CD、IDE 插件、AutoCoder、代码审查系统等），极大降低系统接入门槛，使开发者和企业能以极低成本快速享受类 Devin 式的自动化开发体验。 MoonBit Pilot 可高效部署在云端，用户可彻底脱离本地编码过程，专注效果验收与代码审查，实现生产力跃升。 从底层语言适配AI 深度激发大模型潜能 大模型赋能下，软件工程领域正发生革命性的变化。代码智能体（Coding Agent）不再只是人类开发者的生产力工具，而是成为具有端到端交付能力的软件合成引擎，可覆盖软件开发全生命周期并深度渗透多行业，带来效率跃升与成本锐减，推动产业协作模式重构，这其中孕育着万亿美元的商业价值。 然而，当前市场上的代码智能体依托基于人与机器交互的旧式工具，未能打造 AI 直接与机器交互开发的友好环境，限制了 AI 开发的效率与潜力。 只有从底层开始就设计一整套原生的AI开发者工具 (Agent Devtools Interface)，与大模型垂直整合，才能更好地发挥大模型的潜能。 基于 AI 原生环境下的开发者工具，通过语言、工具、模型三个层面的深度联动，可实现更精准的需求转化、更低的错误率，显著提升代码生成的效率与可靠性，能够支持更复杂的端到端开发任务，如全流程软件合成、动态代码重构，突破传统 “辅助工具” 的边界。 在这一愿景下，MoonBit Pilot 诞生 —— 从最基础的编程语言到工具链（编译器/调试器/包管理），全栈基于 AI 原生设计重构，在各环节为大模型提供有效反馈。 MoonBit Pilot 不仅能自动高效地生成完整软件库，还附带结构化文档与高质量测试用例，这将帮助企业在保障质量的基础上降低开发成本、加速交付效率。 在软件工程中最关键环节之一的大规模代码重构中，MoonBit Pilot 也展现出领先优势，表现超过了“主流编程语言 + 最强大模型”的组合，在开发过程中高效解决此关键痛点，将助力企业快速应对技术迭代，提升竞争力。 MoonBit Pilot 能力展示 零干预合成高质量软件库 下面我们用 MoonBit Pilot 一键生成 TOML 语法解析器作为示例展示其软件合成能力： TOML 是一种配置文件格式，设计初衷是简单易读、易写，并能清晰表达嵌套的数据结构。它常用于项目配置文件，特别是在 Rust 生态中被广泛使用。
我们打开 vscode 运行测试：
我们注意到，大模型在最初生成代码时由于缺乏 MoonBit 语料，并未直接输出正确结果。但在自动调用 MoonBit 自研工具链并获取精确反馈的过程中，模型无需人工干预便完成了修复与优化，最终成功输出正确代码，并自动添加了有效测试，整个过程耗时仅约 6 分钟。
不只是 TOML, MoonBit Pilot 在很短时间零人工干预合成了 ini-parser, lisp 解释器 等更多示例，这些合成的软件库也将被用于下一代基模的训练中，更好地提升 MoonBit Pilot 的软件合成能力。 ini-parser >> https://github.com/bobzhang/ini-parser lisp >> https://github.com/bobzhang/lisp-machine-MoonPilot 支持超大规模代码重构 提升代码质量 原生语义查找，降低推理成本 AI 生成的代码一个普遍痛点是缺乏可维护性，提升代码可维护性的最重要方法之一就是安全重构。 不同于传统智能体依赖 grep 等基于正则的代码查找方式（既低效又不准确，还大量消耗上下文窗口），MoonBit Pilot 提供了原生的语义查找工具，能够一键精确定位代码定义。 这不仅提升了交互体验，更重要的是显著减少了 token 浪费，从本质上降低了推理成本，是 Coding Agent 系统中少有的“具备实际节省支出的能力模块”。 这里以一个简单的函数重命名作为示例： 可以看到，MoonBit Pilot 短时间内即可正确地完成任务。 分段编码，快速的高并发重构 传统 Agent 在执行此类修复任务时效率极低，往往需要反复调用构建系统获取警告信息，并以串行方式逐一调用大模型进行修复，每次调用可能耗时十几到几十秒，完整修复过程可能持续数十分钟。 同时，这类 Agent 缺乏对警告的结构化处理，导致上下文信息冗杂、重复，进一步干扰大模型的判断与执行效率。 MoonBit Pilot 充分利用底层的 Subagent 机制以及 MoonBit 语言自身提供的分段机制避免并发提交和验证中的竞争与隔离问题，确保并发后的结果能有效合入，实现了真正意义上的多 Agent 并行修复能力，在类似任务场景下，相比传统 Agent 工作流可以实现 5 至 10 倍的效率提升。 速度远高于 Cursor, Codex 在修复一个由 MoonBit 编程语言构建的包含 126 条警告的大型项目实际场景中， 与市面上主流的编程代码助手 Codex（由 OpenAI 研发）和 Cursor（行业领先）对比，MoonBit Pilot 仅用1/5的时间、零人工干预完成了任务。 Codex CLI ：35 分钟之后仍然没有完成所有警告的修复工作，且需要中途加入额外的对话内容才能继续任务。
Cursor ：16 分钟后因为触发最大工具调用次数而中止，此时剩余警告数并不为 0，在相同提示词的情况下同样会触发串行的警告修复任务。
相比之下，MoonBit Pilot 在约 7 分钟时间内完成了上述所有 126 条警告的修复任务。并且最终实现从代码到文档的全面修改替换：
值得注意的是，大部分 Agent 和语言工具链的组合往往只能完成代码的修正工作，但得益于 MoonBit 语言对 Markdown 格式的特殊支持，MoonBit Pilot 也能确保 .mbt.md 文档中代码的正确性。
另一种范式：云端异步编程，零人工干预 Cursor 和 Codex 需在用户本地电脑运行且依赖频繁交互，难以支持高并发运行（如同时启动十余个任务）。 MoonBit Pilot 不同于以往基于 VSCode 的 AI 智能体，它不再依赖传统的 LSP (Language Server Protocol) 获取反馈，而是采用一套内部高度定制的 ASP (Agent Server Protocol)，可以脱离 VSCode 等 GUI，高效部署在云端并取得同样效果。 迁移至云端后，用户可彻底脱离编码过程，专注效果验收与代码审查，实现生产力跃升。 MoonBit 社区基于 MoonBit 的语义基础和 Agent 的智能协作机制，致力于从简单的“写代码”迈向高效的“构建软件”新范式。 团队预计将在接下来的半年时间中，通过 MoonBit Pilot 完成 MoonBit 语言生态的自举。此过程也将为 MoonBit Pilot 提供海量的训练语料和经验积累，使 MoonBit Pilot 最终达到L4级别的软件自动交付。
