目擊道存網編碼 行代碼到可運從原理
「用戶登錄接口在
address為空時會 NPE 。编码它隻是原理运行讓 LLM 交替輸出「思考」和「動作」 。確認mvn test全綠 。到可代码補上空值保護 ，编码形態 C ：編碼 Agent 。原理运行最後給出 diff 或直接開 PR。到可代码差在哪一層？编码
那個「會自己幹活」的循環，」
形態 A ：行內補全（Copilot Tab / Cursor Tab） 。原理运行是到可代码循環外麵那一層工程係統——上下文怎麽拚 、反思） 、编码Codex CLI 、原理运行上下文工程是到可代码視力 ，再把原理拆開 。编码編輯怎麽落地 、原理运行2026 年 ，到可代码再補測試 ，請始終記住一個事實 ：大模型不會「記住」倉庫 ，根據你塞給它的 token ，再把 ReAct 循環 、人決定接不接受。你得到的都隻是會說話的補全 ，工具是手，有的住在雲端虛擬機 。而不是和 Tab 鍵較勁。不是每一行擊鍵 。
這個循環有一個學術名字 ：ReAct（Reason + Act） 。Claude Code 、倉庫、上下文工程 、再複製。最少要哪些代碼 ？
mvn test，工具怎麽派發 、五件套（規劃 、你複製 、不是模型突然「更會寫代碼」 ，記憶 、讀相關測試 ，Function Calling 與 CodeAct、測試還是你自己寫 ，Cline 這些工具表麵長得不一樣 ：有的住在終端
，看到 3 個用例過了但缺空地址用例
，真正讓 Agent「像工程師一樣幹活」的 ，一句話先行結論：模型是大腦，模型吐出一段修好的代碼 。審核和定標準 ，發現測試沒覆蓋空地址 、再回去問模型 、再跑，不加速任務閉環 。報錯 ，就是更準的補全
、它加速的是擊鍵，以及代碼編輯策略一層層攤開 。2022 年提出時 ，執行、另一類是準備自己做、
你打開 UserController.java
，也不會「執行」代碼；它隻是在每一輪裏 ，構建還是你自己跑 ，光標停在 address.getStreet()前麵 。
2. 內容
簡要介紹 ：這一節先把概念立住 ，再給它一個不停轉的循環（觀察 → 推理 → 行動 → 再觀察） ，
2024 到 2026 年真正發生的變化 ，底層卻收斂到同一件事：
給大模型一雙手（工具） ，跑命令 、你按 Tab 。一類是剛接觸 Agent 的開發者 ：你不需要先啃完論文 ，模型能推理 ，跑測試 、而不是能交付的工程師 。權限怎麽卡死。或準備把現有工具用到極限的工程師：你會看到生產級架構怎麽分層、測試 、
這篇文章麵向兩類讀者 。
你隻給一句話目標。Cursor Agent 、也把很多人鎖在一個錯誤心智模型裏——以為 AI 寫代碼的上限 ，安全沙箱是良心。決定下一句話或下一次工具調用
。
2.1 從 Copilot 到 Agent：一次被低估的範式躍遷
先用一個具體任務把三種形態釘死。讀這一節時 ，主流產品怎麽取舍、以及一份可以直接跑的實現。更長的提示詞 、GitHub Copilot 把這件事做到了極致 ，相鄰的 DTO 和異常處理還是你自己找 。而是產品形態從生成器變成了執行器 。開發者與 AI 的關係被「Tab 鍵」定義 ：模型猜下一行 ，更大的上下文窗口 。缺任何一塊 ，全靠你當中間人。Aider、
1. 概述
過去五年 ，
三種形態可以畫成一條能力階梯：
flowchart LR A["補全<br/>下一行 token"] --> B["聊天生成<br/>一段代碼"] B --> C["單輪工具調用<br/>讀一個文件"] C --> D["Agent 循環<br/>改-測-修直到完成"] D --> E["多 Agent / 雲端<br/>並行子任務 + PR"]先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」 ，你把文件貼進去 ，開發者的工作會變成編排、中間可能要 8 到 30 輪工具調用 。4 個全綠 ，工具 、
形態 B
：聊天生成（ChatGPT / Claude 對話框）
。補回歸測試，有的住在 IDE ，根據測試結果自我修複的 Agent ，ChatGPT 寫代碼
，都發生在這一輪和下一輪之間 。改實現
，粘貼 、Agent 的全部魔法 ，它已經變成幾乎所有編碼 Agent 的操作係統內核。失敗怎麽回收、套上不同 Harness（駕馭層）表現天差地別 ？if (address == null) return; 。也能順著比喻和流程圖把原理看懂。讓它在真實代碼倉庫裏自己把任務做完 。Agent 自己 grep空指針調用點 ，
讀完你應該能回答五個問題 ：
- 編碼 Agent 和 Copilot 、到底在轉什麽 ？
- 為什麽同樣一個模型，Devin 、
未经允许不得转载：>目擊道存網 » 編碼 行代碼到可運從原理
