Blitzy
面向企业的AI编程Agent平台，以整个项目为工作单元，通过预先逆向工程代码库并构建知识图谱，运行大规模并行Agent完成复杂工程任务，适用于大型代码库的自动化开发
时间轴 (近 90 天)
Blitzy通过从单次结构化输出调用改为Luna工具调用循环，缓存复用率从24%提升到90%，实现8.5倍更少输出Token、相比GPT 5.4 mini成本降低87%、处理上下文多出2.2倍
Blitzy在写代码前会先花几天时间摄取整个代码库，将其逆向工程成知识图谱，根据规模需要两到四天
Blitzy的核心在于编排（orchestration），融合使用多个模型甚至旧模型，真正的智能藏在系统架构中而非单一大模型
Blitzy自己的工程师每天使用Claude Code和Cursor进行开发
作者认为Cursor做出的是能跑的Demo，而Blitzy做出的是企业可以直接合并的PR
Blitzy在PR合并后会自动将改动同步回技术规格，让知识图谱保持最新
Blitzy的工作单元是整个项目，可连续运行数天，用户需前期打磨计划并批准行动方案后由其自动执行
两类工具目标不同因此不构成直接竞争：Cursor提供能跑的演示且成本低交互灵活，Blitzy提供可在企业代码库直接合并的PR
Blitzy在写代码前会花数天时间摄取整个代码库，将其逆向工程成知识图谱，然后针对该理解运行成千上万个Agent
Blitzy生成的技术规格文档长达300到400页，包含系统架构、数据流、依赖关系、技术栈及mermaid图表、流程图和时序图
还有 3 条时间轴事件
全部知识事实 (13)
Blitzy版本改动83个文件、新增19000行、删除460行，包含集成测试、序列化兼容性断言、OpenAPI规范更新、翻译字符串、用户文档及输入限制校验
60%待验证Blitzy的工作单元是整个项目，可连续运行数天，用户需前期打磨计划并批准行动方案后由其自动执行
60%待验证Blitzy通过从单次结构化输出调用改为Luna工具调用循环，缓存复用率从24%提升到90%，实现8.5倍更少输出Token、相比GPT 5.4 mini成本降低87%、处理上下文多出2.2倍
50%待验证Blitzy的核心在于编排（orchestration），融合使用多个模型甚至旧模型，真正的智能藏在系统架构中而非单一大模型
50%待验证Blitzy自己的工程师每天使用Claude Code和Cursor进行开发
50%待验证作者认为Cursor做出的是能跑的Demo，而Blitzy做出的是企业可以直接合并的PR
50%待验证Blitzy在PR合并后会自动将改动同步回技术规格，让知识图谱保持最新
50%待验证Blitzy在写代码前会先花几天时间摄取整个代码库，将其逆向工程成知识图谱，根据规模需要两到四天
50%待验证Blitzy在写代码前会花数天时间摄取整个代码库，将其逆向工程成知识图谱，然后针对该理解运行成千上万个Agent
50%待验证Blitzy生成的技术规格文档长达300到400页，包含系统架构、数据流、依赖关系、技术栈及mermaid图表、流程图和时序图
50%待验证Blitzy不替代开发者，会给出已完成工时与剩余需人工验证的工作量，合并PR后改动同步回git分支并自动更新技术规格与知识图谱
50%待验证两类工具目标不同因此不构成直接竞争：Cursor提供能跑的演示且成本低交互灵活，Blitzy提供可在企业代码库直接合并的PR
50%待验证Blitzy的工程师每天使用Cursor和Claude Code，其系统会融合多个模型（包括非前沿旧模型），智能藏在系统编排而非原始模型能力中
50%