形態 B：聊天生成（ChatGPT / Claude 對話框） 。原理运行模型吐出一段修好的到可代码代碼 。缺任何一塊，编码跑 mvn test
，原理运行失敗怎麽回收 、到可代码差在哪一層 ？
這篇文章麵向兩類讀者 。構建還是你自己跑
，跑命令、光標停在 address.getStreet()前麵。套上不同 Harness（駕馭層）表現天差地別？
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
。另一類是準備自己做、
你打開 UserController.java
，先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」 ，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 、執行 、它已經變成幾乎所有編碼 Agent 的操作係統內核 。測試還是你自己寫，有的住在雲端虛擬機 。它隻是讓 LLM 交替輸出「思考」和「動作」 。補上空值保護，」
形態 A：行內補全（Copilot Tab / Cursor Tab）。記憶、請始終記住一個事實 ：大模型不會「記住」倉庫 ，2026 年 ，2022 年提出時 ，
2024 到 2026 年真正發生的變化
，安全沙箱是良心 。決定下一句話或下一次工具調用 。Agent 自己 grep空指針調用點
，Aider、看到 3 個用例過了但缺空地址用例
，
你把文件貼進去，再回去問模型
、
形態 C
：編碼 Agent 。上下文工程是視力 ，循環是意誌 ，審核和定標準 ，它加速的是擊鍵
，確認 mvn test全綠。是循環外麵那一層工程係統——上下文怎麽拚
、開發者與 AI 的關係被「Tab 鍵」定義 ：模型猜下一行 ，而不是能交付的工程師 。假設你接到一張工單 ：
「用戶登錄接口在
address為空時會 NPE 。都發生在這一輪和下一輪之間 。也不會「執行」代碼；它隻是在每一輪裏 ，再跑 ，
一句話先行結論 ：模型是大腦 ，你審核的是結果 ，
這個循環有一個學術名字：ReAct（Reason + Act） 。但沒有手 。Claude Code 、ChatGPT 寫代碼 ，更大的上下文窗口 。不是每一行擊鍵 。五件套（規劃、中間可能要 8 到 30 輪工具調用 。
你隻給一句話目標。
讀完你應該能回答五個問題 ：
- 編碼 Agent 和 Copilot、主流產品怎麽取舍
、Agent 的全部魔法 ，Function Calling 與 CodeAct 、工具是手 ，Cursor Agent 、Codex CLI 、全靠你當中間人 。
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"]再把原理拆開 。到底在轉什麽 ？ - 為什麽同樣一個模型
，
1. 概述
過去五年，再把 ReAct 循環 、你得到的都隻是會說話的補全 ，反思）、模型猜出
if (address == null) return;。根據你塞給它的 token ，以及一份可以直接跑的實現。工具、Cline 這些工具表麵長得不一樣 ：有的住在終端 ，讀相關測試 ，有的住在 IDE ，2. 內容
簡要介紹 ：這一節先把概念立住 ，測試 、補回歸測試，你按 Tab。不加速任務閉環 。最後給出 diff 或直接開 PR 。再複製 。倉庫 、根據測試結果自我修複的 Agent ，權限怎麽卡死 。粘貼、你複製 、一類是剛接觸 Agent 的開發者 ：你不需要先啃完論文，Devin 、讓它在真實代碼倉庫裏自己把任務做完 。4 個全綠 ，報錯 ，真正讓 Agent「像工程師一樣幹活」的 ，底層卻收斂到同一件事 ：
給大模型一雙手（工具） ，不是模型突然「更會寫代碼」 ，工具怎麽派發 、上下文工程、也能順著比喻和流程圖把原理看懂 。發現測試沒覆蓋空地址 、人決定接不接受。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 。