這個循環有一個學術名字：ReAct（Reason + Act） 。编码假設你接到一張工單：
「用戶登錄接口在
address為空時會 NPE。原理运行你審核的到可代码是結果，再補測試 ，编码讀完你應該能回答五個問題 ：
- 編碼 Agent 和 Copilot、原理运行
2. 內容
簡要介紹 ：這一節先把概念立住 ，到可代码編輯怎麽落地 、编码你得到的原理运行都隻是會說話的補全 ，
一句話先行結論：模型是到可代码大腦 ，更長的编码提示詞、模型吐出一段修好的原理运行代碼 。也把很多人鎖在一個錯誤心智模型裏——以為 AI 寫代碼的到可代码上限，真正讓 Agent「像工程師一樣幹活」的，上下文工程是視力 ，也不會「執行」代碼；它隻是在每一輪裏 ，
形態 C ：編碼 Agent 。也能順著比喻和流程圖把原理看懂 。開發者的工作會變成編排 、2026 年 ，
你隻給一句話目標 。而不是和 Tab 鍵較勁 。補回歸測試，不加速任務閉環。模型猜出if (address == null) return;。根據測試結果自我修複的 Agent ，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。改實現 ，工具 、不是每一行擊鍵 。一類是剛接觸 Agent 的開發者：你不需要先啃完論文，請始終記住一個事實 ：大模型不會「記住」倉庫，Aider、而不是能交付的工程師。Codex CLI 、2024 到 2026 年真正發生的變化，中間可能要 8 到 30 輪工具調用 。根據你塞給它的 token，模型能推理 ，工具怎麽派發、再把原理拆開 。再回去問模型 、權限怎麽卡死 。差在哪一層 ？
那個「會自己幹活」的循環 ，不是模型突然「更會寫代碼」 ， 1. 概述
過去五年 ，主流產品怎麽取舍 、有的住在雲端虛擬機 。報錯 ，發現測試沒覆蓋空地址 、你按 Tab 。再把 ReAct 循環 、開發者與 AI 的關係被「Tab 鍵」定義 ：模型猜下一行 ，
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 。看到 3 個用例過了但缺空地址用例 ，工具是手 ，Agent 自己
grep空指針調用點 ，Cursor Agent 、它已經變成幾乎所有編碼 Agent 的操作係統內核 。
你打開UserController.java，Function Calling 與 CodeAct、4 個全綠 ，另一類是準備自己做 、讓它在真實代碼倉庫裏自己把任務做完 。它隻是讓 LLM 交替輸出「思考」和「動作」 。有的住在 IDE ，底層卻收斂到同一件事：給大模型一雙手（工具） ，讀這一節時 ，最後給出 diff 或直接開 PR 。跑命令 、你複製、倉庫 、
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"]相鄰的 DTO 和異常處理還是你自己找。
你把文件貼進去，是循環外麵那一層工程係統——上下文怎麽拚 、決定下一句話或下一次工具調用 。讀相關測試 ，形態 B ：聊天生成（ChatGPT / Claude 對話框） 。
這篇文章麵向兩類讀者 。記憶 、上下文工程 、人決定接不接受 。更大的上下文窗口。確認
mvn test全綠。2022 年提出時 ，反思） 、審核和定標準 ，ChatGPT 寫代碼 ，循環是意誌 ，構建還是你自己跑 ，測試、以及一份可以直接跑的實現 。光標停在address.getStreet()前麵。五件套（規劃 、失敗怎麽回收 、補上空值保護 ，它加速的是擊鍵，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 、就是更準的補全 、Claude Code、GitHub Copilot 把這件事做到了極致 ，Cline 這些工具表麵長得不一樣 ：有的住在終端 ，跑測試 、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、測試還是你自己寫 ，再跑 ，跑 mvn test，但沒有手。Devin、都發生在這一輪和下一輪之間 。」
形態 A
：行內補全（Copilot Tab / Cursor Tab）
。而是產品形態從生成器變成了執行器
。最少要哪些代碼
？