100行Lisp代码构建AI Agent
An agent in 100 lines of Lisp
25年前我的教授曾说Lisp是AI的专属语言，当时我不以为意，直到最近我尝试用Common Lisp构建AI Agent。去掉繁杂的框架，Agent的核心只是一个递归函数。利用Lisp的同像性（homoiconic），我只需提供一个eval工具，Agent就能自己编写并执行代码，甚至动态定义brave-search函数来实现网络搜索。记忆功能也仅需20行代码，通过读写JSON文件即可实现跨会话持久化。这让我意识到，我们终于实现了“程序操作程序”的旧梦，只是将符号推理外包给了语言模型。
我们终于实现了那个梦想：程序能够操作程序，只是我们将符号推理外包给了语言模型，而保留了底层基础。
- 有评论者反驳 Lisp 对 LLM 更友好的观点，指出 LLM 生成的是文本而非结构化 Token，且 Lisp 的括号嵌套反而比 Algol 系语言更容易导致模型计数错误。
- 多位开发者强调 Agent 安全的核心在于沙箱隔离而非权限审批，认为应直接赋予 Agent 在受限环境内的完全执行权，因为 LLM 无法可靠地自我判断代码风险。
- 有观点指出 Elixir 和 LFE 等语言在保留 Lisp 宏系统和同质性（homoiconicity）优势的同时，提供了更现代的语法和 BEAM 运行时，实现了代码热加载与进程隔离。
- 评论区分歧在于 Lisp 的简洁性是否对 AI 生成代码有意义，一方认为构造嵌套列表比生成合法字符串更容易，另一方则认为在 LLM 层面两者难度无异。