跳到主要内容
Zubnet AI › 学习 › Wiki › 编程智能体
使用AI

编程智能体

别名:Coding Agents、Agentic Coding、AI 编程智能体、代码智能体
能端到端完成编程任务的 AI 系统,它们会阅读代码库、修改文件、运行命令和测试,并根据结果反复迭代。

为什么重要

软件和智能体异常契合。代码就是文本,工具(shell、编译器、测试、版本控制)本来就可以用脚本驱动,结果也能自动检查:测试要么通过,要么不通过。这个反馈循环让智能体可以自我纠正,而这在大多数其他领域很难做到。

它对软件开发方式的影响很大。开发者越来越多地扮演智能体工作的审查者和指挥者,而不是亲手敲每一行代码,不会编程的人也能做出可以运行的应用。

深度解析

编程智能体会拿到一个目标,比如“修好这个失败的测试”或“给报表页面加上 CSV 导出”,然后自己朝着目标工作。它会搜索代码仓库、阅读相关文件、做出修改、运行构建和测试、阅读报错,然后再试一次。这和自动补全或聊天助手不同,在那些场景里模型只是给出代码建议,其余的事都由人来做。

编程智能体在 2024 年变得实用,在 2025 年成为主流,因为模型在工具使用上已经足够可靠,可以连续工作很多步而不跑偏。如今它是 LLM 使用最广、商业上最重要的应用之一。

主要形态

  • 终端智能体:Claude Code(2025 年 2 月发布预览版,同年 5 月正式发布)、OpenAI 的 Codex CLI、Gemini CLI 和开源的 Aider 在终端里运行,可以直接访问你的项目。
  • IDE 智能体:Cursor、Windsurf、GitHub Copilot 的 agent 模式和 Cline 在编辑器内部工作。
  • 云端智能体:Devin(2024 年 3 月发布)、云端的 Codex、GitHub 的 Copilot coding agent 和 Google 的 Jules 在远程沙箱里异步工作,完成后带回一个 pull request。
  • 应用生成器:Lovable、Bolt、Replit 和 v0 把一段描述变成可以运行的 Web 应用,面向的是可能永远不会去看代码的人。

工作原理

它的内部是一个放在 agent harness 里的模型:一个让模型调用工具来搜索、阅读、修改和执行的循环。大多数智能体还会读取项目指令文件,比如 AGENTS.md 或 CLAUDE.md,里面说明如何构建、测试以及遵循项目的约定。MCP 服务器和技能则为它们扩展外部工具和操作流程。权限系统或沙箱控制它们不经询问可以运行什么。

如何衡量

SWE-bench 由真实的 GitHub issue 构建而成,是最知名的基准。最高分从 2023 年发布时的不到 2%,升到 2025 年在 Verified 子集上远超 70%。Terminal-Bench 测试更难的命令行任务。另一个角度是任务时长:研究机构 METR 发现,智能体能完成的任务时长大约每七个月翻一番,近几年还更快。

怎样用好它

  • 给它一个自我检查的办法。 测试、类型检查器、linter 或截图能把猜测变成反馈循环。
  • 说得具体。 指明文件、期望的行为和约束条件。较大的任务先让它给出计划。
  • 控制任务范围。 每次会话只做一项清晰的改动,比一个包罗万象的请求效果更好;全新的上下文也胜过又长又乱的上下文。
  • 审查 diff。 合并进去的内容仍然由你负责。

风险

智能体有时只满足任务的字面要求,而不是它的本意:把测试改到能通过,或者把期望值硬编码进去。它们可能写出能运行、却重复了已有逻辑或无视项目设计的代码,日积月累就成了维护债务。它们会通过网页、issue 和依赖项暴露在提示注入之下,而且常常带着访问密钥的权限运行,所以沙箱和受限的凭据很重要。在长任务上,成本也可能迅速攀升。

← 所有术语
ESC