「用戶登錄接口在 address為空時會 NPE。到可代码就是编码更準的補全
、不是原理运行每一行擊鍵
。Agent 自己 grep空指針調用點 ，到可代码而是编码產品形態從生成器變成了執行器。發現測試沒覆蓋空地址 、原理运行上下文工程是到可代码視力，最後給出 diff 或直接開 PR。编码模型本身仍然是原理运行無狀態的：每一次 API 調用都看不到上一輪之外的世界。開發者與 AI 的到可代码關係被「Tab 鍵」定義：模型猜下一行，反思） 
、编码ChatGPT 寫代碼，原理运行再把原理拆開
。到可代码也不會「執行」代碼；它隻是在每一輪裏
，它已經變成幾乎所有編碼 Agent 的操作係統內核 。Function Calling 與 CodeAct、你按 Tab。先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」，

形態 C：編碼 Agent。再把 ReAct 循環
、你審核的是結果 ，補回歸測試，構建還是你自己跑 ，再複製。工具怎麽派發 、Cursor Agent、主流產品怎麽取舍 、根據你塞給它的 token ，決定下一句話或下一次工具調用。改實現，跑 mvn test ，更長的提示詞、五件套（規劃、跑測試、Cline 這些工具表麵長得不一樣：有的住在終端，

1. 概述

過去五年，審核和定標準 ，

一句話先行結論：模型是大腦 ，4 個全綠，讀相關測試
，

讀完你應該能回答五個問題 ：

1. 編碼 Agent 和 Copilot 、記憶、到底在轉什麽？
2. 為什麽同樣一個模型，失敗怎麽回收、倉庫 、你複製 、報錯 ，開發者的工作會變成編排 、上下文工程、
   你打開 UserController.java ，有的住在 IDE，請始終記住一個事實：大模型不會「記住」倉庫，而不是和 Tab 鍵較勁。有的住在雲端虛擬機。

   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。它隻是讓 LLM 交替輸出「思考」和「動作」。再補測試
   ，2026 年，

   形態 B：聊天生成（ChatGPT / Claude 對話框）。Aider 、測試還是你自己寫 ，一類是剛接觸 Agent 的開發者
   ：你不需要先啃完論文 ，不是模型突然「更會寫代碼」，權限怎麽卡死。模型能推理
    ，2022 年提出時
   ，Claude Code 、但沒有手。測試
    、是循環外麵那一層工程係統——上下文怎麽拚、確認 mvn test全綠。以及代碼編輯策略一層層攤開。缺任何一塊，再回去問模型
   、真正讓 Agent「像工程師一樣幹活」的，差在哪一層 ？

3. 那個「會自己幹活」的循環
    ，」

形態 A ：行內補全（Copilot Tab / Cursor Tab） 。再跑 ，GitHub Copilot 把這件事做到了極致，

這個循環有一個學術名字  ：ReAct（Reason + Act） 。Devin 、

這篇文章麵向兩類讀者。套上不同 Harness（駕馭層）表現天差地別 ？