<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AI Agent 学习笔记 – Code Interpreter</title>
    <link>https://skyao.net/learning-ai-agent/timeline/2023/code-interpreter/</link>
    <description>Recent content in Code Interpreter on AI Agent 学习笔记</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 15 Sep 2026 00:00:00 +0000</lastBuildDate>
    
	  <atom:link href="https://skyao.net/learning-ai-agent/timeline/2023/code-interpreter/index.xml" rel="self" type="application/rss+xml" />
    
    
      
        
      
    
    
    <item>
      <title>Timeline: Code Interpreter（材料）</title>
      <link>https://skyao.net/learning-ai-agent/timeline/2023/code-interpreter/source/</link>
      <pubDate>Tue, 15 Sep 2026 00:00:00 +0000</pubDate>
      
      <guid>https://skyao.net/learning-ai-agent/timeline/2023/code-interpreter/source/</guid>
      <description>
        
        
        &lt;p&gt;本页转述 &lt;strong&gt;2023 年 7 月对 ChatGPT Plus 全面放开时产品在说什么&lt;/strong&gt;，不以后来的 Assistants API Code Interpreter、改名 Advanced Data Analysis 回填材料细节。改名发生在约 9 月，属于同一功能的商标调整，不在本页展开。&lt;/p&gt;
&lt;p&gt;主要出处：OpenAI 2023-07-06 公开滚动通知（全体 Plus 用户约一周内可用，需在设置中打开 beta）；ChatGPT 发布说明；插件期已把它列为官方插件的 alpha。本页不复制公告全文。&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id=&#34;产品主张&#34;&gt;产品主张&lt;/h2&gt;
&lt;p&gt;模型在云端隔离环境里写并执行 Python，可选地读取用户上传的文件。当时公开列出的用途包括：分析数据、画图、编辑文件、做数学计算、在上传与下载之间转换格式。这与纯聊天不同：答案可以来自实际跑过的代码，而不是只生成一段看起来像代码的文本。&lt;/p&gt;
&lt;p&gt;使用方式仍是 ChatGPT 对话。用户打开功能、上传文件、提问；模型决定写什么代码、在沙箱里执行、把打印结果和图表带回对话。人仍在环路里：下一步问什么由用户说。不是把一个开放目标交给系统自己转完。&lt;/p&gt;
&lt;p&gt;沙箱有隔离边界：能跑的是环境里提供的 Python 与库，不能当作用户本机的任意 shell。会话级文件与有限的执行时间是当时使用体验的一部分。&lt;/p&gt;
&lt;h2 id=&#34;当时不是什么&#34;&gt;当时不是什么&lt;/h2&gt;
&lt;p&gt;不是 11 月 Assistants API 里那个开发者可托管的同一工具接口——那是 DevDay 才把类似能力收给 API。也不是通用电脑操作：看不见屏幕，没有稳定的 GUI 动作。插件期的浏览是另一条线，本页只记代码执行。&lt;/p&gt;

      </description>
    </item>
    
    <item>
      <title>Timeline: Code Interpreter 讲解</title>
      <link>https://skyao.net/learning-ai-agent/timeline/2023/code-interpreter/explanation/</link>
      <pubDate>Tue, 15 Sep 2026 00:00:00 +0000</pubDate>
      
      <guid>https://skyao.net/learning-ai-agent/timeline/2023/code-interpreter/explanation/</guid>
      <description>
        
        
        &lt;h2 id=&#34;当时解决了什么问题&#34;&gt;当时解决了什么问题&lt;/h2&gt;
&lt;p&gt;GPT-4 已经能写分析脚本，但写完没有地方安全地跑，结果也无法自动看图。插件 alpha 证明这条路走得通；7 月对 Plus 放开，使「上传表格、要一张图、要一个计算」变成数百万人能点的产品，而不只是开发者 notebook。&lt;/p&gt;
&lt;p&gt;隔离是前提，不是附加项：一旦执行模型生成的代码，就必须限制文件系统、网络和持久化。观察通道变成真实 stdout / 异常栈，不再是模型自己描述「我跑过了」。这把环境问题从研究论文里的假设，变成产品默认架构。&lt;/p&gt;
&lt;h2 id=&#34;对后续-llm-与-agent-的影响&#34;&gt;对后续 LLM 与 Agent 的影响&lt;/h2&gt;
&lt;p&gt;工程化：沙箱开始成为 Agent 能力栈的基础设施层——后来 Assistants API、各种本地/云端代码工具都沿着「模型生成 → 隔离执行 → 回执进上下文」走。只要允许模型执行代码，沙箱就从可选项变成执行边界。&lt;/p&gt;
&lt;p&gt;按 AI Agent 定义，对话里偶发的一次跑代码仍是人在环路的工具调用；循环和停机策略没有因此自动出现。但它把「环境」从抽象的 API 变成了真的进程。编码 Agent 要干活，先得有一个能失败、能看 traceback 的地方。有沙箱 ≠ 有完成谓词；有副作用通道 ≠ 目标已达成。&lt;/p&gt;

      </description>
    </item>
    
  </channel>
</rss>
