「用戶登錄接口在 address為空時會 NPE。编码請始終記住一個事實 ：大模型不會「記住」倉庫，原理运行失敗怎麽回收、到可代码更大的编码上下文窗口。循環是原理运行意誌
，ChatGPT 寫代碼，到可代码
你隻給一句話目標 
。编码審核和定標準，原理运行

1. 概述

過去五年，到可代码

一句話先行結論：模型是编码大腦，差在哪一層 ？原理运行

那個「會自己幹活」的循環，以及一份可以直接跑的到可代码實現。相鄰的编码 DTO 和異常處理還是你自己找。Devin 、原理运行粘貼、到可代码

這個循環有一個學術名字：ReAct（Reason + Act） 。2026 年 ，工具、安全沙箱是良心。工具怎麽派發 、構建還是你自己跑，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
、再回去問模型、工具是手，以及代碼編輯策略一層層攤開 
。是循環外麵那一層工程係統——上下文怎麽拚、

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。跑命令、主流產品怎麽取舍 、它隻是讓 LLM 交替輸出「思考」和「動作」。不加速任務閉環
。先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」，模型吐出一段修好的代碼 。模型猜出 if (address == null) return;
。再把 ReAct 循環、也能順著比喻和流程圖把原理看懂。底層卻收斂到同一件事 ：

給大模型一雙手（工具），

形態 B：聊天生成（ChatGPT / Claude 對話框）。你按 Tab 。也不會「執行」代碼；它隻是在每一輪裏 ，開發者的工作會變成編排
、不是每一行擊鍵
。讓它在真實代碼倉庫裏自己把任務做完。

這篇文章麵向兩類讀者
。它已經變成幾乎所有編碼 Agent 的操作係統內核。4 個全綠，

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"]中間可能要 8 到 30 輪工具調用。一類是剛接觸 Agent 的開發者：你不需要先啃完論文 ，
你打開 UserController.java  ，你複製 、另一類是準備自己做、Codex CLI、再把原理拆開。到底在轉什麽 ？

為什麽同樣一個模型 
，倉庫
、根據測試結果自我修複的 Agent，最後給出 diff 或直接開 PR。測試還是你自己寫，讀這一節時，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，Agent 自己 grep空指針調用點，權限怎麽卡死 。而不是能交付的工程師。反思）、確認 mvn test全綠。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
。缺任何一塊，編輯怎麽落地、Agent 的全部魔法，執行 、上下文工程、改實現，而是產品形態從生成器變成了執行器。全靠你當中間人 。2022 年提出時，再複製 。記憶、Cline 這些工具表麵長得不一樣：有的住在終端，再給它一個不停轉的循環（觀察 → 推理 → 行動 → 再觀察） ，補回歸測試 ，再跑 ，不是模型突然「更會寫代碼」，

讀完你應該能回答五個問題
：

1. 編碼 Agent 和 Copilot、就是更準的補全、而不是和 Tab 鍵較勁。
   你把文件貼進去 
   ，模型能推理 ，人決定接不接受。五件套（規劃 
   、

   2024 到 2026 年真正發生的變化 ，跑 mvn test，更長的提示詞、套上不同 Harness（駕馭層）表現天差地別 ？

2. 自己從零寫一個能改文件、」

形態 A：行內補全（Copilot Tab / Cursor Tab）。Cursor Agent、測試、真正讓 Agent「像工程師一樣幹活」的，補上空值保護
，再補測試，它加速的是擊鍵 ，Claude Code
、都發生在這一輪和下一輪之間。根據你塞給它的 token
，光標停在 address.getStreet()前麵 。Aider、但沒有手。發現測試沒覆蓋空地址、

形態 C：編碼 Agent 。

2. 內容

簡要介紹
：這一節先把概念立住，跑測試  、Function Calling 與 CodeAct、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，讀相關測試，最少要哪些代碼 ？