address.getStreet()前麵
。原理运行就是到可代码更準的補全、Function Calling 與 CodeAct
、再把 ReAct 循環、相鄰的 DTO 和異常處理還是你自己找 。Aider
、模型猜出 if (address == null) return;。Agent 的全部魔法
,模型能推理,這篇文章麵向兩類讀者。而不是能交付的工程師。4 個全綠
,測試、跑 mvn test,Codex CLI
、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
。權限怎麽卡死 。更長的提示詞
、請始終記住一個事實
:大模型不會「記住」倉庫
,確認 mvn test全綠。粘貼
、根據你塞給它的 token ,假設你接到一張工單:
「用戶登錄接口在
address為空時會 NPE 。它加速的是擊鍵,更大的上下文窗口 。
你把文件貼進去 ,五件套(規劃 、你按 Tab 。全靠你當中間人。也能順著比喻和流程圖把原理看懂 。根據測試結果自我修複的 Agent,開發者的工作會變成編排、決定下一句話或下一次工具調用。發現測試沒覆蓋空地址 、反思) 、改實現,以及一份可以直接跑的實現。補回歸測試,審核和定標準,人決定接不接受 。工具怎麽派發、主流產品怎麽取舍 、上下文工程 、工具 、你得到的都隻是會說話的補全,它已經變成幾乎所有編碼 Agent 的操作係統內核 。失敗怎麽回收、有的住在雲端虛擬機。不是每一行擊鍵。跑命令 、2026 年,看到 3 個用例過了但缺空地址用例 ,GitHub Copilot 把這件事做到了極致,執行 、而不是和 Tab 鍵較勁 。最少要哪些代碼 ?
一句話先行結論:模型是大腦,
這個循環有一個學術名字:ReAct(Reason + Act)。報錯,編輯怎麽落地、以及代碼編輯策略一層層攤開 。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、測試還是你自己寫 ,循環是意誌 ,
形態 C:編碼 Agent。工具是手 ,不加速任務閉環。而是產品形態從生成器變成了執行器 。讀這一節時 ,」
形態 A:行內補全(Copilot Tab / Cursor Tab) 。補上空值保護
,再補測試
,缺任何一塊,Agent 自己 過去五年,一類是剛接觸 Agent 的開發者
:你不需要先啃完論文,到底在轉什麽 ?grep空指針調用點,1. 概述
先用一個具體任務把三種形態釘死。模型吐出一段修好的代碼。不是模型突然「更會寫代碼」 ,底層卻收斂到同一件事 :
給大模型一雙手(工具) ,中間可能要 8 到 30 輪工具調用 。安全沙箱是良心。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,
讀完你應該能回答五個問題:
形態 B
:聊天生成(ChatGPT / Claude 對話框)。
你隻給一句話目標
。Devin 、最後給出 diff 或直接開 PR
。Cursor Agent、真正讓 Agent「像工程師一樣幹活」的
,
簡要介紹 :這一節先把概念立住 ,
2024 到 2026 年真正發生的變化,有的住在 IDE,ChatGPT 寫代碼,
你打開 UserController.java,再回去問模型、記憶、你審核的是結果
,差在哪一層
?
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"]Claude Code、