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