edit 工具:精確比對、對原檔、不重疊
行號會漂,精確文字才是穩的錨;比對不唯一就拒絕,不要猜;一次多個修改,都對著原檔,不要一個接一個
要讓模型改檔案,最直覺的介面是「把第幾行改成什麼」。但行號會漂——模型看到的檔案可能是幾步之前的,行號早就對不上了。這篇講另一種 edit 工具:用精確文字當錨,而且把「不明確」直接當錯誤擋掉。
工具收的是一串 {要被換掉的文字, 換成什麼}。設計上有三條硬規矩。
精確文字,而且要唯一
每一筆 edit 的「要被換掉的文字」,必須在檔案裡精確出現,而且只出現一次:
- 找不到 → 報「not found」。模型看到,知道自己引的文字錯了,重來。
- 出現超過一次 → 報「matches more than once — 請講得更具體」。工具不猜是哪一個,要模型自己把要被換掉的文字加長到唯一。
為甚麼要唯一?因為「改第二個 foo」這種意圖,工具沒辦法可靠地揣摩;與其猜錯,不如把球丟回給模型:你把上下文帶多一點,讓它唯一。這跟 agent loop 的「模型的錯誤是輸入」一樣——把不明確變成一個清楚的錯誤訊息,讓模型自己修。
對著原檔,不要連鎖
一次呼叫可以帶好幾筆 edit。關鍵:每一筆都對著「原檔」比對,不是對著前一筆改完的結果。
"aaa bbb" + [aaa→xxx, bbb→yyy] → "xxx yyy"
(bbb 是在原檔裡找的,看不到 aaa 已經變成 xxx)
為甚麼不連鎖?如果每一筆都對著「前面改完的中間狀態」,模型就得在腦中預測那些中間狀態——很脆弱。全部錨在原檔,模型只需要對著它實際看到的那份檔案推理。
重疊是錯誤,不是合併
如果兩筆 edit 的比對範圍碰在一起(改到同一塊、或相鄰重疊),工具報錯,要模型把它們合併成一筆。
做法是:把所有比對到的範圍按起點排好,檢查相鄰兩個沒有交疊;有交疊就擋。
為甚麼不幫忙合併?因為「兩塊重疊時該變成什麼」有歧義——工具自作聰明去合,很可能合出模型沒料到的結果。擋下來、要模型講清楚,比猜一個安全。
套用:複製空隙,不是連續 splice
比對都過了之後,組新檔案的方式是:把範圍排好,複製範圍之間沒動到的空隙,在每個範圍插入新文字。
照起點排好所有 (範圍, 新文字)
cursor = 0
for 每個範圍 {
複製 原檔[cursor..範圍起點] // 沒動的空隙
插入 新文字
cursor = 範圍終點
}
複製 原檔剩下的
為甚麼不是「一個一個 splice 進去」?因為每 splice 一次,後面所有位置都會位移,前面算好的範圍就錯位了。全部對著原檔的座標、一次組出來,就沒有位移問題——這也正是「對原檔比對」能成立的原因。
(最後還檢查一句:改完要跟原檔不一樣,否則報「沒有造成任何改變」。)
這是給模型的介面,不是 diff 演算法
這些規矩——唯一比對、不連鎖、不重疊、清楚的錯誤訊息——都不是為了做一個聰明的 diff/patch,而是為了讓模型能可靠地用。截斷那篇說「截斷是給模型的介面」;edit 也是:它的嚴格,不是刁難,是把每一種「不明確」都變成一個模型接得住、改得動的錯誤。嚴格 + 清楚的錯誤,換來的是模型自我修正,而不是工具去賭一個它以為的意圖。
(曾經還有一層:整個套用跑在一個檔案鎖下,讓同一個檔案的並行 edit 排隊。後來拿掉了——agent loop 裡的工具本來就一個接一個執行(見一次要多個工具),那把鎖從來沒有真的擋到誰。)
總結
-
精確文字,不要行號;而且要唯一。 行號會漂,精確文字是穩的錨。比對不到、或比對超過一次,都報錯要模型講更具體——工具不猜。
-
對著原檔,不要連鎖。 一次多筆 edit 全錨在原檔,不是對著前一筆的結果——否則模型得預測中間狀態。
-
重疊是錯誤,不是合併。 兩筆碰在一起就擋,要模型自己合併成一筆;自作聰明去合容易合錯。
-
複製空隙組出新檔。 範圍排好、一次組出,不用連續 splice(會位移)——這正是「對原檔比對」能成立的底。
-
這是給模型的介面。 嚴格 + 清楚的錯誤 = 模型自我修正,不是工具賭意圖。跟截斷同一個姿態。