给编码 Agent 一个确定性上下文层：少烧 token，多干活

编码 Agent 靠文本搜索去猜代码结构，会漏掉接口和子类里的调用，每次会话还要从头再搜一遍，既费 token 又不稳定。Moderne 用编译器级的代码表示 LST 做了一层确定性上下文，让 Agent 直接拿到依赖、架构、测试缺口和类型感知搜索结果。文中几个银行客户的对比数据挺有说服力。

Agent 自己猜代码库，代价有三样

• 按方法名做文本搜索，只能找到提到这个名字的文件，通过接口或子类发起的调用会被漏掉，改动就只覆盖了一部分文件。
• 在成千上万个仓库里，一个仓库漏掉的调用往往在别的仓库也漏掉；安全修复漏一处就留一个漏洞，升级漏一处就可能编译不过。
• 每次会话都从零搜索，同样的搜索反复付费；同一个仓库跑两次，读的文件和做的改动可能都不一样，结果对不上时很难排查。

确定性层由三块组成

• 基础是 Lossless Semantic Tree（LST），一种编译器精度的代码表示，跨文件解析了所有类型和依赖。
• Prethink 在 Agent 开工前把依赖、架构、测试缺口、代码质量写进每个仓库，相当于笔记已经摆在桌上。
• Trigrep 负责任务中的搜索，索引建在 LST 上，带类型和依赖信息，能返回真正解析到该方法的调用。
• Recipes 负责改：Agent 决定改什么之后，同一个 recipe 在每个仓库用同样方式应用同样的改动。
• 这三样都不调用 AI 模型，不消耗 token，每次运行返回相同结果。

测试分析：token 降到七分之一

• 某财富 100 金融公司的代码质量团队，原来的测试分析 Agent 每次运行都要先把所有未测试方法找一遍。
• 接入 Prethink 写入仓库的测试缺口和代码质量数据后，Agent 覆盖的代码明显更多，token 用量降到七分之一，每次评审一分钟内完成。
• 团队另一个 Agent 主动把测试缺口列表和 Prethink 的类复杂度评分结合，把复杂类里的未测试方法排为最高风险，优先补这些测试。

跨仓库大改动：35 次调用 vs 1487 次

• 某跨国银行让 GitHub Copilot 在十个仓库上做一次升级：接 Moderne 时 35 次工具调用完成，100% 完成度，10 个仓库都能构建。
• 不接 Moderne 时 Copilot 调用了 1487 次，只完成约 18%，10 个仓库里只有 8 个被改动。
• 另一个案例里，单个 Agent 独立给一个广泛使用的内部应用打补丁升级，花了约 40 分钟、600 多万 token；用 recipe 约 7 分钟完成，零 token 消耗。
• 该银行随后办了两天的 workshops，开发者用 Copilot 加 Moderne 升级了约 3000 个仓库，估算释放了超过 1000 万美元的开发者产能。

安全漏洞排查：先定位再修

• 某财富 25 银行的前沿模型发现一个严重漏洞，安全团队先按最高等级评级，但当时还不知道影响哪些仓库。
• 用 Moderne 的工具扫完全部仓库，确认只有一小部分受影响且都在非关键应用上，安全团队把评级下调了两级。
• 工程师随后让 Claude Code 把修复写成一个 recipe，评审一次后在所有受影响仓库上运行。

怎么在自己的团队里验证

• 挑一个“找代码占大头”的任务，比如补测试覆盖或版本升级，同一个 Agent 分别在有和没有确定性层的情况下跑。
• 对比 token、耗时和覆盖的代码量；每个版本再跑第二次，看两次结论是否一致。
• 把覆盖率和省下的 token 当作先行指标，向上汇报时补上后续结果，比如补掉了多少测试缺口、省下的 token 用在了哪些功能开发上。
• 用自己团队的历史数据做基线，比引用任何公开数字都更有说服力。

今天就能做

• 选一个补测试覆盖或依赖升级的任务，用同一个 Agent 跑两遍（有/无确定性上下文），记录 token、耗时和覆盖率。
• 把“找代码”和“改代码”拆开：定位交给类型感知的索引，改动交给可复用的 recipe，Agent 只负责判断改什么。
• 在团队内推动把测试缺口、复杂度这类上下文预先写进仓库，减少 Agent 每次会话的重复搜索。