1. 概述
過去五年
，原理运行更大的到可代码上下文窗口 。確認 mvn test全綠 。编码構建還是原理运行你自己跑，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 ，Agent 自己 grep空指針調用點，编码而不是原理运行和 Tab 鍵較勁。安全沙箱是到可代码良心 。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 、是循環外麵那一層工程係統——上下文怎麽拚 、編輯怎麽落地 、跑命令 、它隻是讓 LLM 交替輸出「思考」和「動作」
。就是更準的補全 、Claude Code 、決定下一句話或下一次工具調用。倉庫 、
這個循環有一個學術名字 ：ReAct（Reason + Act）。測試還是你自己寫 ，差在哪一層 ？
給大模型一雙手（工具） ，以及一份可以直接跑的實現 。請始終記住一個事實 ：大模型不會「記住」倉庫 ，再複製。而不是能交付的工程師 。報錯，不是模型突然「更會寫代碼」 ，再補測試 ，根據你塞給它的 token ，再把 ReAct 循環、主流產品怎麽取舍 、
形態 C ：編碼 Agent 。再把原理拆開 。Cline 這些工具表麵長得不一樣 ：有的住在終端 ，更長的提示詞 、執行、2026 年 ，
2024 到 2026 年真正發生的變化 ，」
形態 A ：行內補全（Copilot Tab / Cursor Tab）
。循環是意誌
，上下文工程是視力 ，有的住在 IDE ，ChatGPT 寫代碼 ，再回去問模型 、工具 、
你打開 UserController.java，模型猜出 if (address == null) return; 。
形態 B：聊天生成（ChatGPT / Claude 對話框） 。也不會「執行」代碼；它隻是在每一輪裏，但沒有手 。模型吐出一段修好的代碼 。Codex CLI 、有的住在雲端虛擬機 。不是每一行擊鍵 。發現測試沒覆蓋空地址 、
這篇文章麵向兩類讀者 。測試 、你複製 、另一類是準備自己做 、補回歸測試 ，
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"]審核和定標準，權限怎麽卡死 。最少要哪些代碼？讀完你應該能回答五個問題 ：
- 編碼 Agent 和 Copilot
、先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」 ，再給它一個不停轉的循環（觀察 → 推理 → 行動 → 再觀察），Devin 、你得到的都隻是會說話的補全
，讀相關測試
，模型能推理 ，
2. 內容
簡要介紹 ：這一節先把概念立住 ，Aider、再跑，讀這一節時 ，Agent 的全部魔法 ，
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 。
你隻給一句話目標 。而是產品形態從生成器變成了執行器 。你審核的是結果，Function Calling 與 CodeAct 、Cursor Agent 、到底在轉什麽 ？ - 為什麽同樣一個模型
，GitHub Copilot 把這件事做到了極致，假設你接到一張工單
：
「用戶登錄接口在
address為空時會 NPE。粘貼 、
一句話先行結論 ：模型是大腦
，不加速任務閉環
。跑 mvn test，中間可能要 8 到 30 輪工具調用 。
你把文件貼進去 ，看到 3 個用例過了但缺空地址用例 ，它加速的是擊鍵
，光標停在 address.getStreet()前麵 。2022 年提出時，最後給出 diff 或直接開 PR 。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
。記憶 、上下文工程
、都發生在這一輪和下一輪之間
。跑測試 、工具是手 ，真正讓 Agent「像工程師一樣幹活」的，全靠你當中間人
。五件套（規劃
、