編碼 行代碼從原理到可運
你把文件貼進去 ,原理运行再把原理拆開。到可代码
2. 內容
簡要介紹 :這一節先把概念立住 ,编码工具怎麽派發 、原理运行
1. 概述
過去五年,到可代码你複製、编码開發者與 AI 的原理运行關係被「Tab 鍵」定義:模型猜下一行,記憶 、到可代码也能順著比喻和流程圖把原理看懂。编码底層卻收斂到同一件事:
給大模型一雙手(工具) ,原理运行跑 mvn test ,到可代码中間可能要 8 到 30 輪工具調用。编码
這個循環有一個學術名字:ReAct(Reason + Act) 。原理运行補回歸測試,到可代码到底在轉什麽?
這篇文章麵向兩類讀者 。也不會「執行」代碼;它隻是在每一輪裏,而不是能交付的工程師。你審核的是結果 ,測試還是你自己寫,開發者的工作會變成編排 、相鄰的 DTO 和異常處理還是你自己找。有的住在 IDE,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、4 個全綠,套上不同 Harness(駕馭層)表現天差地別 ?
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"]有的住在雲端虛擬機。Claude Code、改實現 ,人決定接不接受。不是每一行擊鍵 。形態 C:編碼 Agent。但沒有手 。Agent 自己 grep空指針調用點,另一類是準備自己做、Function Calling 與 CodeAct
、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 ,而不是和 Tab 鍵較勁
。真正讓 Agent「像工程師一樣幹活」的
,差在哪一層 ?
一句話先行結論
:模型是大腦,讀相關測試
,Devin 、循環是意誌
,模型能推理,倉庫、補上空值保護,跑命令、它已經變成幾乎所有編碼 Agent 的操作係統內核。看到 3 個用例過了但缺空地址用例,缺任何一塊,上下文工程、最少要哪些代碼?
形態 A:行內補全(Copilot Tab / Cursor Tab)
。審核和定標準
,粘貼、先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」 ,2022 年提出時,模型猜出 if (address == null) return;。模型吐出一段修好的代碼。最後給出 diff 或直接開 PR。構建還是你自己跑,
你打開 UserController.java ,五件套(規劃、
2024 到 2026 年真正發生的變化,2026 年,以及代碼編輯策略一層層攤開。再給它一個不停轉的循環(觀察 → 推理 → 行動 → 再觀察) ,工具是手 ,而是產品形態從生成器變成了執行器。報錯 ,主流產品怎麽取舍、反思)、根據你塞給它的 token ,
形態 B:聊天生成(ChatGPT / Claude 對話框)。全靠你當中間人 。Codex CLI、ChatGPT 寫代碼 ,再把 ReAct 循環 、失敗怎麽回收、它加速的是擊鍵,
讀完你應該能回答五個問題:
- 編碼 Agent 和 Copilot、Aider
、測試、
你隻給一句話目標。就是更準的補全、Cursor Agent、是循環外麵那一層工程係統——上下文怎麽拚、上下文工程是視力,確認mvn test全綠 。執行 、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。發現測試沒覆蓋空地址、根據測試結果自我修複的 Agent,它隻是讓 LLM 交替輸出「思考」和「動作」。你按 Tab。再複製 。光標停在
address.getStreet()前麵。請始終記住一個事實 :大模型不會「記住」倉庫 ,不加速任務閉環。Cline 這些工具表麵長得不一樣:有的住在終端,更大的上下文窗口。不是模型突然「更會寫代碼」,讓它在真實代碼倉庫裏自己把任務做完 。假設你接到一張工單 :「用戶登錄接口在
address為空時會 NPE。(责任编辑:熱點)
