产品详细介绍

无法在测试中作弊的 AI 编码流水线

Developer Farm 是一个开源 AI 编码 pipeline，基于 LangGraph、本地 Ollama 和 Qwen 模型构建。它通过严格的四层隔离架构从物理层面杜绝了 AI 针对测试玩概率游戏的问题，让 AI 真正解决问题而非通过投机通过测试。

定价方案

有免费方案

Free/免费

开源

Ілля Костянтинович Рочев创始人

嘿，Product Hunt 的朋友们！👋

我是伊利亚，一名软件工程师，我已经厌倦了那些技术上能通过测试但完全抓不住重点的 AI 编程工具。

六个月前，我正在调试一个由 AI 代理构建的「可用」功能。测试全绿，代码干净，但它解决的问题和我真正要求的并不一样。

那一刻我突然明白了古德哈特定律：当你给智能体一个测试集，它会为测试集优化——而不是为问题本身优化。

所以我把 Developer Farm 做成了一个副项目。核心思路很简单：将流程拆分为隔离层，从物理层面阻止各层获取它们不该接触的信息。执行器永远看不到测试，验证者不知道代码是谁写的，反馈环节绝不会泄露评分标准。

我原本只以为这是一个周末就能搞定的小项目，结果发现它真的是一种非常实用的软件开发方式：

• 每个功能仅需 0.03 美元（在我旧的 GTX 1050 Ti 上运行）

• 端到端仅需 26 秒

• 每次尝试都会生成真实的 git 分支

• 所有决策都有完整审计追踪

我把它以 MIT 协议开源了，因为我认为行业需要更多诚实的 AI 工具，而不只是更聪明的工具。

非常期待得到你们的反馈：

- 你们在 AI 工作流中发现过哪些有用的隔离模式？

- 什么样的功能能让它在你们团队满足生产要求？

- 还有其他人在自己的 AI 系统中应对古德哈特定律吗？

我很乐意在评论区回答任何问题！

(1)

17 小时前

Ілля Костянтинович Рочев创始团队

公司使命

具有架构隔离能力的古德哈特定律防护型 AI 编码流水线。