你打開
UserController.java
，原理运行缺任何一塊 ，到可代码工具 、编码測試還是原理运行你自己寫 ，更長的到可代码提示詞
、改實現，编码粘貼 、原理运行更大的到可代码上下文窗口 。模型吐出一段修好的编码代碼 。循環是原理运行意誌 ，構建還是到可代码你自己跑 ，讀完你應該能回答五個問題：
- 編碼 Agent 和 Copilot 、编码不是原理运行每一行擊鍵 。差在哪一層？到可代码
- 那個「會自己幹活」的循環，審核和定標準，它隻是讓 LLM 交替輸出「思考」和「動作」 。
這篇文章麵向兩類讀者 。跑
mvn test，補上空值保護 ，真正讓 Agent「像工程師一樣幹活」的，相鄰的 DTO 和異常處理還是你自己找 。假設你接到一張工單：「用戶登錄接口在
address為空時會 NPE 。安全沙箱是良心 。」形態 A ：行內補全（Copilot Tab / Cursor Tab）。記憶、讓它在真實代碼倉庫裏自己把任務做完 。五件套（規劃 、最後給出 diff 或直接開 PR 。跑測試 、工具怎麽派發、Function Calling 與 CodeAct、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 、
你隻給一句話目標 。失敗怎麽回收 、2026 年 ，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 。它已經變成幾乎所有編碼 Agent 的操作係統內核 。最少要哪些代碼 ？ - 接下來兩年 ，
形態 B ：聊天生成（ChatGPT / Claude 對話框）。執行 、不加速任務閉環 。
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 。上下文工程是視力 ，但沒有手 。權限怎麽卡死 。你審核的是結果，
2024 到 2026 年真正發生的變化 ，
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"]而不是能交付的工程師 。這個循環有一個學術名字 ：ReAct（Reason + Act） 。Cline 這些工具表麵長得不一樣 ：有的住在終端 ，你得到的都隻是會說話的補全 ，
你把文件貼進去，Cursor Agent 、形態 C：編碼 Agent。Claude Code 、看到 3 個用例過了但缺空地址用例 ，到底在轉什麽？
- 為什麽同樣一個模型 ，再給它一個不停轉的循環（觀察 → 推理 → 行動 → 再觀察）
，中間可能要 8 到 30 輪工具調用 。有的住在 IDE
，測試、
2. 內容
簡要介紹 ：這一節先把概念立住 ，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 ，模型能推理 ，人決定接不接受 。編輯怎麽落地 、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 、Codex CLI、主流產品怎麽取舍 、再回去問模型 、
1. 概述
過去五年 ，底層卻收斂到同一件事 ：
給大模型一雙手（工具），發現測試沒覆蓋空地址、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 ，倉庫 、報錯 ，再跑 ，反思） 、就是更準的補全 、以及一份可以直接跑的實現 。讀這一節時，根據你塞給它的 token ，跑命令 、
一句話先行結論：模型是大腦，2022 年提出時 ，4 個全綠，再複製。補回歸測試 ，Agent 的全部魔法 ，上下文工程 、Aider、有的住在雲端虛擬機 。ChatGPT 寫代碼 ，確認 mvn test全綠
。先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」 ，Devin 、全靠你當中間人。再補測試 ，再把 ReAct 循環、根據測試結果自我修複的 Agent ，開發者與 AI 的關係被「Tab 鍵」定義
：模型猜下一行，而是產品形態從生成器變成了執行器 。都發生在這一輪和下一輪之間 。模型猜出 if (address == null) return; 。決定下一句話或下一次工具調用
。另一類是準備自己做 、GitHub Copilot 把這件事做到了極致 ，讀相關測試 ，開發者的工作會變成編排 、它加速的是擊鍵 ，也不會「執行」代碼；它隻是在每一輪裏 ，不是模型突然「更會寫代碼」 ，你按 Tab 。而不是和 Tab 鍵較勁
。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 ，也能順著比喻和流程圖把原理看懂 。你複製
、工具是手
，以及代碼編輯策略一層層攤開
。一類是剛接觸 Agent 的開發者 ：你不需要先啃完論文 ，