Bob V2：更快、更好、更智能
Bob V2 于 6 月 24 日正式发布，在日常使用中带来了实质性的提升：速度更快，支持在后台持续执行任务，让你专注于其他工作，并且基于统一的 agent 构建，在所有客户端上行为完全一致。该 agent 首先在 Bob IDE 中上线，Bob Shell 随后跟进。升级只需安装新版本，现有的设置、规则文件和 MCP 服务器均可无缝迁移。
本文内容概览：
- 新架构的具体设计
- 日常工作中的变化：性能提升、新模式、后台任务、回滚、文档处理和子 agent
- Workflow——一套让大型多阶段变更可重复执行的框架
先在 IBM 内部验证
Bob 的第一个用户正是 IBM 自身，超过十万名开发者已完成上手，涵盖从大型机系统到云原生服务的各类场景。V2 在正式发布前，已向大规模内部用户群开放测试。本文介绍的各项能力从 5 月初开始逐步推送，每项功能在正式发布前均经过了真实的生产环境验证。
一个 agent，一套框架，多种客户端
Bob V1 的 IDE 插件和 shell 基于两套独立的基础架构构建。这是为了快速将 Bob 交到开发者手中而做出的权宜之计，但代价是每项改进都需要重复实现两遍——而上述需求恰恰是分离代码库最难高效交付的那类。
V2 用三层架构取而代之，清晰地将推理层、基础设施层和界面层分离开来：
| 组件 | 职责 |
|---|---|
| Agent | 智能体循环。所有推理和代码生成均在此发生，在每个客户端上行为完全一致。 |
| Harness | 共享基础设施：认证、日志、特性开关、遥测。 |
| 客户端 | 交互界面——IDE、shell 以及更多即将推出的形态——不包含任何重复逻辑。 |
日常工作中的变化
在介绍各项功能之前，先说说它们所依托的界面变化。V2 的对话界面有意做得更加简洁：中间过程的工具调用和无效探索会折叠隐藏，让你始终关注工作本身及其输出，而非背后的运作机制。
子 agent：保持上下文整洁
随着 Bob 处理复杂任务，对话中会逐渐充斥大量文件读取、搜索和无效探索的记录。这些细节对主任务来说大多无关紧要，却持续消耗上下文窗口。
子 agent 正是为此而生。当 Bob 需要处理一项独立的子任务——比如"搞清楚这个代码库中认证是如何工作的"——它会启动一个拥有独立干净上下文的子 agent。子 agent 负责读取文件、追踪调用、理清模式，最终只将摘要返回给主 agent，中间步骤全部丢弃。
并行原生工具调用
在 V1 中，工具调用逐一串行执行：发起一次文件读取请求，等待结果，再发起下一次。当任务需要同时读取五个文件并执行三次搜索时，等待时间会迅速累积。V2 允许模型在一轮中同时请求多个工具并并行执行。原本在 V1 中需要约 30 秒的任务，往往能在 10 秒内完成。
原生工具调用还去掉了 V1 中每次工具请求都需要的冗长 XML 包装，使同样的任务消耗更少的 token。上下文窗口也从 200k token 扩展至 270k token，更长的任务可以在触发压缩前运行更远。
三种模式：Agent、Plan、Ask
V2 将 Bob 原有的五种模式精简为三种：
- Agent — Bob 主动执行操作并完成任务，具备完整的智能体能力。
- Plan — Bob 按照有主见的规划流程推进——收集需求、发现上下文、确认理解——并产出一份可交付给 Agent 执行的行动计划。
- Ask — 只读模式。Bob 解释架构和逻辑，不触碰代码库。
建议保持不变：面对陌生代码，或改动范围较大的任务，先从 Ask 或 Plan 模式入手，理清思路后再切换到 Agent 执行。
更少打断，同等掌控
读取操作——读取文件、列出目录、搜索代码——现在默认自动批准，Bob 可以在不中断你的情况下自主收集上下文。任何改变状态的操作仍需明确授权：文件编辑、命令执行、MCP 工具调用、技能调用。授权是多层机制之一，与回滚、自定义规则和忽略文件并列，可以按工具类别进行收紧或放松。
后台任务
Bob 不再将一个会话绑定到单一对话。开发者可以同时运行多个任务，将它们放在后台，继续手头的工作。每个任务拥有独立的线程和上下文，切换时进度完整保留。任务面板清晰展示正在运行、已完成以及需要关注的任务；已完成的任务会自行清理。Bob 在后台运行时不会打扰你——后台任务完成后不会抢夺焦点，也不会切换你正在使用的标签页。
重建的回滚功能
V1 中这一功能称为"检查点"，基于 git 实现，因此存在局限：没有 git 仓库的项目无法使用检查点，而历史记录过多也会拖慢速度。V2 对整套机制进行了简化，并更名为"回滚"。它现在直接追踪文件状态——按任务、按对话轮次、按单次工具调用——任意节点均可恢复。由于回滚功能内置于 agent 而非客户端，无论在哪个环境下运行，行为完全一致。
文档处理
任务所需的大量上下文往往存在于代码库之外——设计文档、书面规格说明、测试用例电子表格。V2 原生支持读取 .docx、.pdf 和 .xlsx 文件：将文件拖入对话，Bob 即可直接使用，无需复制粘贴或单独提取。
输出同样如此。分析任务结束时，Bob 可以生成一份独立的 HTML 摘要，汇总所有发现——单页呈现，在任何浏览器中打开即可阅读，无需任何工具支持。调查结果由此变成一份可以直接分享给未参与会话的人的文档。
现有配置无缝迁移
在其他 AI 编程工具中积累的配置，应当能够延续使用，而不是从头开始。V2 读取现有的约定、规则文件、命令和 MCP 服务器，并新增对生态系统中已成为事实标准的插件格式的支持——常用工具集可以直接在 Bob 中运行。MCP 服务器在 V1 中已有独立的设置标签页；V2 在其旁边新增了专用的技能标签页，支持以同样的方式添加、配置和移除技能，无需手动编辑文件。
Workflow：让多阶段变更可重复执行
AI 擅长开放式问题解决，却不擅长重复做同一件事。在不同时间让它"将这个迁移到 Java 21"，可能会得到两种不同的方案和两种不同的结果。对于一次性任务，这无关紧要。但对于大型企业级工作——现代化改造大型机应用、重构数千个文件、任何分阶段推进的项目——这种不确定性本身就是核心问题所在。
Workflow 为此类工作提供了骨架。出发点在于：并非每个步骤都需要 AI，也并非每个步骤都应该完全自动化：
- 有些步骤是纯自动化——扫描依赖、运行测试。
- 有些需要 AI——复杂的代码转换、模式分析。
- 有些需要人工介入——批准策略、在提交前审查差异。
Workflow 定义了每个步骤的归属。引擎按序执行各步骤，维护状态，处理错误，使整个流程可重复执行。
IBM 的高级套餐正是在这里发挥作用。每个套餐都包含经过测试、具有鲜明主张的 workflow，构建于 IBM 在各自领域数十年的积累之上，并作为独立产品单独发布，各有专文介绍：IBM Bob 高级套餐（Java 现代化）、IBM i 高级套餐，以及 IBM Z 高级套餐。正式发布时，可用的 workflow 包括 Bob 自带的以及上述套餐中附带的；在早期用户的反馈使 API 接口趋于稳定后，将开放更广泛的自定义创作能力。
未来展望
同一套架构也为过去无法实现的方向打开了可能。我们目前不对以下方向附加时间表或承诺，但正在积极探索的领域包括：远程运行 agent 并从任意客户端访问、多个 agent 协同完成单一任务，以及将 Bob 带到更多客户端。这些方向最终如何落地，将由早期采用者最迫切的需求来决定。
6 月 24 日更新
Bob V2 于 6 月 24 日作为常规版本更新发布。更新 IDE 插件即可切换到新架构；Bob Shell 随后跟进。无需任何迁移操作，设置、规则文件和 MCP 服务器均可延续使用。
第一周值得尝试的一件事：在 Plan 模式下开始一项任务，将计划交给 Agent 执行，然后让它在后台运行，同时继续其他工作。
链接