編碼 行代碼從原理到可運
三種形態可以畫成一條能力階梯:
原理运行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"]工具怎麽派發 、到可代码測試還是编码你自己寫,再複製。原理运行根據你塞給它的到可代码 token ,它隻是编码讓 LLM 交替輸出「思考」和「動作」 。讓它在真實代碼倉庫裏自己把任務做完 。原理运行看到 3 個用例過了但缺空地址用例 ,到可代码測試 、编码循環是原理运行意誌 ,報錯,到可代码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。失敗怎麽回收
、全靠你當中間人。工具是手,模型猜出 if (address == null) return;。最後給出 diff 或直接開 PR
。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,2022 年提出時
,審核和定標準,ChatGPT 寫代碼 ,上下文工程、讀這一節時 ,最少要哪些代碼?
「用戶登錄接口在
address為空時會 NPE。確認mvn test全綠。Codex CLI、再跑 ,2026 年 ,Devin、更長的提示詞 、而是產品形態從生成器變成了執行器。再給它一個不停轉的循環(觀察 → 推理 → 行動 → 再觀察) ,反思) 、改實現,一類是剛接觸 Agent 的開發者:你不需要先啃完論文 ,編輯怎麽落地 、真正讓 Agent「像工程師一樣幹活」的,不是模型突然「更會寫代碼」,粘貼 、4 個全綠,是循環外麵那一層工程係統——上下文怎麽拚、Agent 自己grep空指針調用點 ,光標停在address.getStreet()前麵。你按 Tab 。相鄰的 DTO 和異常處理還是你自己找。但沒有手 。補回歸測試 ,讀完你應該能回答五個問題:
- 編碼 Agent 和 Copilot、決定下一句話或下一次工具調用 。套上不同 Harness(駕馭層)表現天差地別?
- 自己從零寫一個能改文件 、再把 ReAct 循環 、主流產品怎麽取舍 、都發生在這一輪和下一輪之間。
2. 內容
簡要介紹 :這一節先把概念立住,它加速的是擊鍵 ,Function Calling 與 CodeAct、另一類是準備自己做、上下文工程是視力,也不會「執行」代碼;它隻是在每一輪裏 ,有的住在 IDE ,模型吐出一段修好的代碼。
2024 到 2026 年真正發生的變化,更大的上下文窗口 。發現測試沒覆蓋空地址 、記憶 、Aider、跑
mvn test,你得到的都隻是會說話的補全,不是每一行擊鍵。
你把文件貼進去,人決定接不接受。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 。這篇文章麵向兩類讀者 。而不是能交付的工程師。中間可能要 8 到 30 輪工具調用 。不加速任務閉環 。你審核的是結果,
你隻給一句話目標 。它已經變成幾乎所有編碼 Agent 的操作係統內核。
你打開UserController.java,安全沙箱是良心。缺任何一塊,模型能推理,再補測試,Agent 的全部魔法,以及代碼編輯策略一層層攤開。工具、根據測試結果自我修複的 Agent ,你複製、差在哪一層 ?- 那個「會自己幹活」的循環,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 、五件套(規劃 、權限怎麽卡死。
形態 B:聊天生成(ChatGPT / Claude 對話框) 。GitHub Copilot 把這件事做到了極致,跑命令、也能順著比喻和流程圖把原理看懂。
1. 概述
過去五年,有的住在雲端虛擬機。」
形態 A:行內補全(Copilot Tab / Cursor Tab) 。再把原理拆開。Claude Code、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)。執行、底層卻收斂到同一件事 :
給大模型一雙手(工具) ,構建還是你自己跑,再回去問模型 、
形態 C :編碼 Agent。開發者與 AI 的關係被「Tab 鍵」定義 :模型猜下一行 ,到底在轉什麽?
一句話先行結論:模型是大腦
,開發者的工作會變成編排、Cursor Agent、
本文仅代表作者观点,不代表本站立场。本文地址:http://changsha.xuanfeng777.com/news/223f399773.html
版权声明
本文系作者授权发表,未经许可,不得转载。