前阵子用Claude Code做项目，刚开始那叫一个爽，AI写代码简直飞起。但是轮次多了以后，我发现整个代码库逐渐看不懂了，各种临时方案，各种补丁，完全就是个屎山。

最要命的是，想重构都不知道从哪下手，因为很多逻辑都是AI临时拼凑的，文档也没有，注释也乱七八糟。

后来我研究了一下，发现这个问题的根本原因就出在传统Agent框架的设计思路上。

现在主流的AI编程工具都是基于传统Agent框架，什么规划调度、工具调用，什么多层嵌套，听起来很高大上，实际上就是把简单问题复杂化。你想实现一个功能，要在框架里转好几个弯，每次修改都要牵扯到一堆组件。

而且这些框架的工具调用能力极其有限。你想用个新库？先写schema，然后注册工具，再重新训练适配。想实现个特殊功能？对不起，框架里没有这个工具，要么自己扩展，要么换个思路。

最近我发现了一个叫AiPy的智能体，它的思路完全不一样，叫Python-use范式。简单说就是不要那些复杂的框架，直接用Python代码来实现Agent逻辑。

任务目标直接写成代码，代码就是规划，代码就是工具，代码就是执行。简单粗暴，但是有效。

Python生态有几十万个库，想用什么直接import就行了，不需要提前注册什么工具。要爬数据用scrapy，要处理图片用PIL，要操作数据库用SQLAlchemy，比那些预定义工具集灵活一万倍。

还有一个最厉害的点，如果没有现成的工具，AI可以直接写一个出来。比如你要把Python桌面程序转换为HTML网页格式，传统Agent找不到这个工具就卡住了，但AiPy可以直接生成一个函数来做这个事，用完还能保存下来下次继续用。

为什么不会变成屎山？

因为输出的就是Python代码，你可以：

• 直接看懂每行代码在干啥
• 用正常的代码规范来组织
• 该模块化的模块化，该重构的重构
• 版本控制用Git，该回滚就回滚

而不是在一个黑盒框架里瞎摸。

说实话，刚听到这个概念的时候我也觉得有点简单粗暴，但用了一段时间发现确实很有效。最关键的是，你写出来的代码是真正的代码，不是框架里的配置文件，维护起来心里有底多了。

现在AiPy还在早期，给开发者提供了100万token免费试用，我觉得值得试试，至少比在Cursor的屎山里继续痛苦要好。