OpenHands 平台公开

背景

只会输出文字的模型可以给人建议代码，但智能体（agent）得真的把代码跑起来。这意味着它要在项目里改文件、在终端里敲命令、打开浏览器查文档，再根据返回的结果决定下一步。把这样的自由度交给一个程序，问题也很明显：一条错误的命令就可能删掉文件、弄坏环境，或者以没人预料的方式访问网络。所以一个智能体平台既要给能力，也要给边界。

发生了什么

2024年7月23日，一篇描述这类平台的预印本论文提交到 arXiv，编号 2407.16741^[1]。当时这个项目还叫 OpenDevin^[1]。论文把它定位为一个面向 AI 软件开发者的开放平台，可作为通用智能体使用^[1]。

平台由什么组成

论文描述的三项能力是写代码、使用命令行、浏览网页，而且都在沙盒（sandbox）环境中进行^[1]。沙盒是一块隔离出来的运行空间：智能体在里面拿到一个带命令行、文件目录和网络访问的系统，但里面发生的事与承载它的机器隔开，一条坏命令的代价是一个容器，而不是一台工作站。正因为有这层边界，让智能体连续自主地行动才变得可行——读报错、改文件、再跑一遍，中间不一定需要有人逐步批准。

一个开放项目

论文作者报告，项目收到了来自 188 名以上贡献者的 2100 多项贡献^[1]。这个数字描述的东西和通常的研究原型不太一样：后者往往只有一份简短的作者名单和一个固定的代码库。贡献数以千计，说明平台是在公开环境下开发的，外部开发者在论文写作期间就参与添加功能、修问题和把它改造为自己的用法。

为什么重要

让智能体写代码，难点往往不在模型生成什么，而在它周围那一圈工程：动作怎么执行、怎么隔离、多步操作怎么串起来、某一步失败后怎么恢复。把这层东西写成论文并公开，别人就能看清这些选择，照着复现、拿来比较，或者直接把平台拿走改。

之后

这项工作后来被 ICLR 2025 接收^[1]。项目官网现在以 OpenHands 之名介绍它，把它定位为面向智能体化软件开发（agentic software development）的开放平台，同时提供托管云服务和企业版本^[2]。论文发表时用的是 OpenDevin 这个名字，如今项目对外使用的名字是 OpenHands^[1][2]。