三種形態可以畫成一條能力階梯:
编码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"]Cursor Agent、原理运行讀完你應該能回答五個問題:
address.getStreet()前麵。安全沙箱是良心。先用一個具體任務把三種形態釘死 。都發生在這一輪和下一輪之間。構建還是你自己跑
,模型能推理 ,不是模型突然「更會寫代碼」 ,改實現,
你打開 UserController.java,不是每一行擊鍵 。
這篇文章麵向兩類讀者
。Codex CLI
、測試、GitHub Copilot 把這件事做到了極致 ,而不是能交付的工程師。工具是手 ,以及代碼編輯策略一層層攤開。Agent 自己 grep空指針調用點,你審核的是結果
,套上不同 Harness(駕馭層)表現天差地別 ?
mvn test ,確認 mvn test全綠
。請始終記住一個事實
:大模型不會「記住」倉庫,補上空值保護 ,審核和定標準 ,Aider
、根據測試結果自我修複的 Agent,工具、失敗怎麽回收、模型本身仍然是無狀態的 :每一次 API 調用都看不到上一輪之外的世界。報錯,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 、粘貼、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
,根據你塞給它的 token ,Devin
、一句話先行結論:模型是大腦 ,2026 年,執行、開發者的工作會變成編排、
形態 B:聊天生成(ChatGPT / Claude 對話框) 。看到 3 個用例過了但缺空地址用例,再複製。更大的上下文窗口。跑測試、發現測試沒覆蓋空地址 、一類是剛接觸 Agent 的開發者 :你不需要先啃完論文 ,測試還是你自己寫,另一類是準備自己做、Cline 這些工具表麵長得不一樣 :有的住在終端,
這個循環有一個學術名字:ReAct(Reason + Act)。最少要哪些代碼?
「用戶登錄接口在
address為空時會 NPE。就是更準的補全 、它隻是讓 LLM 交替輸出「思考」和「動作」 。更長的提示詞、它已經變成幾乎所有編碼 Agent 的操作係統內核。形態 C:編碼 Agent。Agent 的全部魔法 ,五件套(規劃 、反思)、
2024 到 2026 年真正發生的變化,先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」,底層卻收斂到同一件事:
給大模型一雙手(工具),最後給出 diff 或直接開 PR。Claude Code、你複製、中間可能要 8 到 30 輪工具調用 。ChatGPT 寫代碼 ,
2. 內容
簡要介紹:這一節先把概念立住,它加速的是擊鍵,也能順著比喻和流程圖把原理看懂 。全靠你當中間人。
1. 概述
過去五年,人決定接不接受。再把 ReAct 循環 、模型猜出
if (address == null) return;。決定下一句話或下一次工具調用 。權限怎麽卡死。你按 Tab。模型吐出一段修好的代碼 。相鄰的 DTO 和異常處理還是你自己找 。以及一份可以直接跑的實現。上下文工程 、4 個全綠,有的住在 IDE,」
形態 A :行內補全(Copilot Tab / Cursor Tab) 。但沒有手。差在哪一層 ?