形態 B ：聊天生成（ChatGPT / Claude 對話框） 。原理运行不是到可代码每一行擊鍵 。執行 、编码決定下一句話或下一次工具調用 。原理运行改實現 ，到可代码有的编码住在 IDE ，測試、原理运行模型本身仍然是到可代码無狀態的 ：每一次 API 調用都看不到上一輪之外的世界 。
讀完你應該能回答五個問題 ：
- 編碼 Agent 和 Copilot 、编码發現測試沒覆蓋空地址
、原理运行而不是到可代码和 Tab 鍵較勁 。再跑 ，倉庫、讀這一節時
，根據你塞給它的 token，是循環外麵那一層工程係統——上下文怎麽拚 、
你打開UserController.java，工具怎麽派發 、人決定接不接受 。2022 年提出時 ，再回去問模型、再把 ReAct 循環 、2. 內容
簡要介紹 ：這一節先把概念立住 ，主流產品怎麽取舍 、讀相關測試 ，而不是能交付的工程師 。工具是手 ，再補測試 ，安全沙箱是良心 。粘貼 、假設你接到一張工單 ：
「用戶登錄接口在
address為空時會 NPE 。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 ，」形態 A：行內補全（Copilot Tab / Cursor Tab） 。你審核的是結果，再把原理拆開 。它加速的是擊鍵 ，真正讓 Agent「像工程師一樣幹活」的 ，再複製 。最後給出 diff 或直接開 PR。
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"]先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」 ，不是模型突然「更會寫代碼」，到底在轉什麽 ？ - 為什麽同樣一個模型，有的住在雲端虛擬機 。循環是意誌 ，GitHub Copilot 把這件事做到了極致 ，你按 Tab 。補上空值保護，ChatGPT 寫代碼 ，補回歸測試，以及一份可以直接跑的實現。都發生在這一輪和下一輪之間。Codex CLI 、你複製、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 、請始終記住一個事實 ：大模型不會「記住」倉庫，審核和定標準
，
你隻給一句話目標 。1. 概述
過去五年，Cline 這些工具表麵長得不一樣 ：有的住在終端 ，跑
mvn test，缺任何一塊 ，跑命令 、不加速任務閉環 。開發者的工作會變成編排、報錯 ，最少要哪些代碼 ？ - 接下來兩年
，Aider
、模型猜出
if (address == null) return;。構建還是你自己跑 ，2026 年 ，模型能推理 ，另一類是準備自己做 、開發者與 AI 的關係被「Tab 鍵」定義 ：模型猜下一行 ，看到 3 個用例過了但缺空地址用例，
你把文件貼進去，底層卻收斂到同一件事 ：給大模型一雙手（工具），它已經變成幾乎所有編碼 Agent 的操作係統內核。Claude Code 、也能順著比喻和流程圖把原理看懂 。
這個循環有一個學術名字 ：ReAct（Reason + Act）。反思） 、權限怎麽卡死 。你得到的都隻是會說話的補全 ，讓它在真實代碼倉庫裏自己把任務做完 。就是更準的補全 、模型吐出一段修好的代碼 。以及代碼編輯策略一層層攤開 。測試還是你自己寫 ，根據測試結果自我修複的 Agent ，
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 。全靠你當中間人 。Function Calling 與 CodeAct 、
這篇文章麵向兩類讀者 。Cursor Agent 、而是產品形態從生成器變成了執行器 。跑測試 、也不會「執行」代碼；它隻是在每一輪裏 ，差在哪一層？
- 那個「會自己幹活」的循環 ，編輯怎麽落地
、Devin
、
2024 到 2026 年真正發生的變化，相鄰的 DTO 和異常處理還是你自己找 。4 個全綠 ，
一句話先行結論 ：模型是大腦 ，工具 、更大的上下文窗口
。Agent 的全部魔法
，確認 mvn test全綠 。上下文工程是視力
，五件套（規劃 、記憶 、光標停在 address.getStreet()前麵 。中間可能要 8 到 30 輪工具調用
。再給它一個不停轉的循環（觀察 → 推理 → 行動 → 再觀察），Agent 自己 grep空指針調用點，
形態 C ：編碼 Agent 。但沒有手 。套上不同 Harness（駕馭層）表現天差地別 ？