最新

完整技术论文及基准测试与AST解析： https://aslang.dev/blog/why-llms-struggle-with-python-and-rust 在过去两年中，我们观察到编码代理生成代码时，反复出现相同的失败模式：模型在推理计算中有32%到41%的时间被困在语法修复循环中。 当我们调查这一现象背后的信息理论时，我们意识到问题并不在于模型规模，而是在面对以人为中心的语法时，变换器注意力头的计算几何特性： 1. Python的偏移规则：词法分析需要一个内部的后进先出（LIFO）缩进栈。关闭三个代码块不会输出任何字符。一个空格令牌的分割会悄然改变AST子树的父节点。 2. Rust的借用检查器：有效性依赖于跨生命周期和控制流图（CFG）进行的非局部约束求解。自回归生成是严格的前向因果（O(1)前馈）；在生成过程中无法向后传播生命周期冲突。 我们构建了AgentScript（ASL）：一种开源的静态类型语言，使用单遍S表达式，直接编译为原生Rust、Go、TypeScript和WebAssembly（wasm32-wasip1）。 构建时强制执行的关键属性： * 语法平衡的括号：从左到右的注意力头始终知道父作用域。 * 闭合词汇（prelude.json）：100%的内置函数都经过类型检查和评估；没有未建模的外部调用。 * 亚毫秒级的Wasm沙箱：在0.038毫秒内进行内存中的WASI预览1执行，无需Docker或微虚拟机的启动。 * 语法修复崩溃：模型在Rust中生成的令牌中有46.5%用于修复语法（我们的硬基线），在Python中为34.2%。在AgentScript中，修复迭代次数相比Rust基线减少了98.3%（从4.8次降至0.08），将语法修复浪费减少到仅1.2%。 我们的使命：为小模型提供最佳的本地开发工具 虽然云集群上的前沿模型部分依靠蛮力处理复杂的人类语法，我们的使命是为小模型（SLMs：3B到31B，如Qwen、Gemma、Llama）在开发者机器上直接运行构建最有效的自主工具。 在Apple Silicon或笔记本电脑上，内存和注意力是宝贵的。结合单遍、平衡括号的语言和驻留的AST批量RPC，消除了导致小模型失效的语法波动和上下文腐烂。 预发布Alpha与积极开发： AgentScript目前处于早期预发布Alpha阶段——我们尚未有标记的v0.1版本，并且正在积极迁移到100%自托管的编译器和WASI运行时。但即使在这个阶段，代理循环内的实证结果也非常引人注目。 在本地及代理技能中尝试： 我们不提供浏览器内的游乐场——请在真实的代理工作流程中直接测试： 1. CLI工具链：curl -fsSL https://aslang.dev/install.sh | bash（或克隆GenSEAM/asl并执行cargo build --release） 2. 为代理技能（Claude Code、Cursor、Antigravity）配备AST验证和批量RPC： asl rpc '(:batch (:out "src/main.asl") (:sym "my_func"))' Terminal-Bench 4.0基线（宏结果，非挑选）： 我们在Terminal-Bench 4.0上打包了我们的基线提交（在严格的隔离环境下对Gemma 4 31B进行测试）： * 宏通过率：在评估的89个任务中为13.5%（12个验证通过/89个总任务）。 * 基线比较：常见工具（Claude Code、Codex、CLI循环）在与开放权重模型配对时在该套件中的得分为0.0%，原因是子壳状态丢失、引用漂移和上下文膨胀。纯ASL在隔离环境中在Gemma 31B上实现了13.5%。 * 令牌经济：与标准代理CLI基线相比节省77.3%的令牌。 转录与提交压缩包： https://github.com/GenSEAM/harness 核心编译器与运行时仓库： https://github.com/GenSEAM/asl 我们期待来自编译器工程师、语言设计师和系统构建者对语法设计和代理引导架构的批评性反馈！