【Agent Harness】AI连个前端Web页面都做不出来，凭什么让我信它能写后端？

AI连个前端Web页面都做不出来，凭什么让我信它能写后端？

AI连前端UI都做不精准——按钮颜色、圆角、间距反复出错，暴露了它缺乏精确映射与自主校验能力的本质。后端开发看似“还行”，实则错误更隐蔽、代价更大。本文从AI画不好UI这一现象切入，揭示AI能力的真实边界，并介绍如何通过工程化手段（系统校验、自动纠错、经验沉淀）弥补AI缺陷，让AI从“可用”走向“可靠”。

最近在群里看到一个吐槽，笑死我了：

“让AI照着设计稿写个页面，结果它给了一个蓝底黑字的按钮，圆角还是方的。我截图圈出来让它改，它说‘已修改’，然后给了一个红底白字的按钮。”

笑了之后，我突然意识到一个很严肃的问题：连UI这种“一眼就能看出对不对”的活都干不利索，我们凭什么相信AI能自主完成那些“看不见摸不着”的后端开发、数据库设计、系统架构？

一、前端UI是AI能力的“照妖镜”

前端开发有个特点：结果立等可见。你给AI一张设计稿，让它生成HTML/CSS，效果好不好，打开浏览器一眼就看出来了——按钮位置偏了5像素、颜色不对、字体错了，根本不用技术背景，是个人都能指出来。

但恰恰是这个“一眼能看出来”的活，目前的AI做得很差。

你让它照着Axure导出的HTML复刻一个页面，它能把布局搞乱、把间距吃掉、把颜色换成它觉得“更合理”的配色。你让它“改回去”，它要么改得更离谱，要么说“已修改”但其实什么都没动。

为什么？因为前端还原不是“生成代码”，而是“精确映射”。AI擅长生成“看起来像”的东西，但不擅长“一模一样”。它没有视觉校验能力，没有像素级的精确度，更不会主动对比自己的输出和原始设计稿之间的差异。

前端是AI能力的“照妖镜”，因为它把AI的缺陷暴露得明明白白：幻觉、自以为是、缺乏精确校验、无法自主纠错。

二、后端开发其实更惨，只是你看不见

很多人觉得：“前端做不好没关系，后端逻辑AI写得还行。”

行个鬼。

前端你还能一眼看出问题，后端的问题是你根本看不见。AI帮你设计了一个数据库Schema，少了一个关键索引，等上线后QPS上来了才发现查询要5秒——这时候你已经加班一个月了。AI帮你写了个认证逻辑，token有效期写死24小时，结果有个业务需要7天，上线后用户疯狂掉线——你又得连夜修。

后端开发不是比前端更简单，而是后端的错误更隐蔽、代价更大、发现更晚。

AI在这里的毛病和前端一模一样：它不会主动校验自己的输出是否符合需求文档，不会检查是否有遗漏的边界条件，更不会预测这个设计在未来业务扩展时会不会崩盘。它只是“生成了一段看起来合理的代码”，然后等着你发现漏洞。

前端画不好UI，是AI能力不够的直接证据。你之所以觉得AI写后端“还行”，只是因为后端的错误没那么容易被肉眼发现而已。

三、从“完全信任AI”到“工程化弥补AI缺陷”

所以结论很明确：单凭AI自己的能力，离“完全信任地自主完成任务”还差得远。不管是前端还是后端，不管是UI还是数据库，AI都需要一个“监工”——一个能帮它校验、纠错、回溯、沉淀经验的系统。

这就是我为什么要做流马（Gliding Horse）——一个Agent Harness，一个AI Agent的操作系统。

流马不是让AI更聪明，而是让AI更可靠。它是这么干的：

1. 系统调用门：AI输出必须过“安检”

每次AI要调用工具或写入数据，流马会先做两层校验：JSON Schema校验（参数格式对不对）+ 数字签名验证（这个Skill是不是被篡改过）。AI想瞎写？门都进不来。

2. CA检查Agent：专门给AI挑刺

流马有一个专门的CA（Check Agent），不干别的，就负责检查DA（执行Agent）的输出。前端代码写好了？CA先对比设计稿和实际渲染截图，发现颜色不对、间距偏差，直接打回，触发重新生成。后端Schema设计了？CA自动跑一遍查询性能测试，发现缺索引，立刻标记。

3. 知识图谱记忆：犯过的错不再犯

每次AI犯错，CA的检查结果会被写入知识图谱。下次有类似任务，SA（Supervisor Agent）会提前注入历史经验：“上次类似的设计稿，AI把圆角写成了直角，这次重点关注按钮样式。”这就是L0长期记忆的真正价值——不是存聊天记录，而是存“教训”。

4. 动态PDCA：死循环改到合格为止

DA生成代码 → CA检查 → 不合格 → 打回DA重做 → CA再查。这个循环可以自动跑好几次，直到CA说“过了”为止。人不用盯着，流马自己就能把AI的输出打磨到可用状态。

四、所以，AI到底什么时候能自己画UI？

我也不知道。但我确定的是：与其等模型厂商把AI训练到“一遍过”，不如现在就用工程手段把AI的输出质量管起来。

流马的思路不是“相信AI”，而是“不信任AI，所以给它套了个完整的质量管控体系”。这套体系里，AI只是干活的，校验、回溯、纠错、经验沉淀，全是系统在兜底。

这就是Agent Harness的价值：不是让马跑得更快，而是给马套上缰绳、配上骑手、装好导航。

AI连UI都画不好的今天，谈“自主完成任务”还为时过早。但如果你给AI配上一个可靠的运行环境——能校验它、纠正它、从它的错误中学习——那它离“可用”就近了一大步。

五、流马开源，欢迎来玩

流马（Gliding Horse）的所有核心代码都在GitHub上开源，用Rust写成，图数据库用Oxigraph，记忆系统借鉴了CPU缓存架构。文档还在补，但架构和理念已经能打。

如果你也对“给AI套缰绳”这件事感兴趣，或者觉得动态PDCA、知识图谱校验、系统调用门这些概念有点意思，欢迎来star、提issue、一起搞。

最后说句心里话：别被“AI将取代程序员”这种话忽悠了。AI现在还处于“连个按钮都画不准”的阶段。真正能让AI可靠落地的，不是更强的模型，而是更强的工程。流马想做后者。

GitHub地址：https://github.com/doiito/gliding_horse