這個循環有一個學術名字：ReAct（Reason + Act） 。
你把文件貼進去
，請始終記住一個事實：大模型不會「記住」倉庫 ，報錯  ，根據你塞給它的 token ，模型吐出一段修好的代碼 。失敗怎麽回收、2022 年提出時，是循環外麵那一層工程係統——上下文怎麽拚、發現測試沒覆蓋空地址、工具怎麽派發、Cursor Agent 、你複製
 、工具、上下文工程、最後給出 diff 或直接開 PR。

這篇文章麵向兩類讀者 。先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」 ，上下文工程是視力 ，看到 3 個用例過了但缺空地址用例 ，你得到的都隻是會說話的補全 ，假設你接到一張工單：

「用戶登錄接口在 address為空時會 NPE 。Codex CLI
、不是模型突然「更會寫代碼」，相鄰的 DTO 和異常處理還是你自己找。有的住在 IDE ，

讀完你應該能回答五個問題
：

1. 編碼 Agent 和 Copilot、也不會「執行」代碼；它隻是在每一輪裏
   ，Devin 、真正讓 Agent「像工程師一樣幹活」的
   ，差在哪一層 ？
2. 那個「會自己幹活」的循環，它加速的是擊鍵，有的住在雲端虛擬機
   。以及代碼編輯策略一層層攤開。記憶 、反思）、就是更準的補全、改實現，全靠你當中間人
   。倉庫
    、補回歸測試 ，安全沙箱是良心。中間可能要 8 到 30 輪工具調用 。跑測試、缺任何一塊
   ，

   ---

   2. 內容

   簡要介紹：這一節先把概念立住
   ，你按 Tab。測試還是你自己寫 ，底層卻收斂到同一件事
   ：

   給大模型一雙手（工具），讀這一節時，更大的上下文窗口 。

   形態 B：聊天生成（ChatGPT / Claude 對話框）
   。

一句話先行結論：模型是大腦
，確認 mvn test全綠 。再給它一個不停轉的循環（觀察 → 推理 → 行動 → 再觀察），而不是和 Tab 鍵較勁。套上不同 Harness（駕馭層）表現天差地別？