2024 年初的某天，我在写一个用户注册接口。输入 function register，Copilot 补全了函数签名和参数列表。我按了 Tab，觉得省了十秒钟。
2025 年底，类似的需求又来了。这次我在终端里打了一句话："给项目加用户注册，要邮箱验证和密码强度校验，顺便写好测试。" 我去倒了杯水。回来的时候，Agent 已经改了 8 个文件，测试全绿，等我 review。
从省十秒到省半小时，这中间发生了什么？
第一阶段：聪明的 Tab 键（2021-2022）
GitHub Copilot 在 2021 年刚出来的时候，我身边的反应分两种：一种是"卧槽这也行"，另一种是"这不就是高级自动补全吗"。
说实话，两种都对。
你写一行注释 # 计算两个日期之间的工作日天数，Copilot 能生成一个完整的函数实现。这确实比 IDE 原来的关键字补全强了几个量级。但它的能力边界也很明确：
# 你写了注释
# 计算两个日期之间的工作日天数
# Copilot 生成了这个
def count_business_days(start_date, end_date):
business_days = 0
current = start_date
while current <= end_date:
if current.weekday() < 5:
business_days += 1
current += timedelta(days=1)
return business_days
看起来不错，但问题来了。它不知道你的项目里已经有个 DateUtils 工具类。它不知道你用的是 arrow 而不是 datetime。它甚至不知道你的项目是 Python 2 还是 Python 3。
每次补全都是一次独立的猜测，像一个只看眼前这页纸的实习生。聪明，但没有全局视野。
第二阶段：可以聊天的顾问（2023）
ChatGPT 在 2023 年彻底改变了开发者和 AI 的交互方式。从"按 Tab 接受建议"变成了"用人话描述问题"。
"这段代码有并发问题，帮我看看" "把这个 REST API 改成 GraphQL" "这个正则表达式我看不懂，能解释一下吗"
GitHub Copilot Chat、JetBrains AI Assistant 纷纷在 IDE 里加了聊天窗口。你可以选中一段代码，右键问 AI，让它解释、重构、找 bug。
这确实比自动补全有用多了，但用了几周之后，一个新的烦恼出现了：复制粘贴。
AI 在聊天窗口里给你生成了一段 50 行的代码。然后呢？你得自己找到正确的文件，找到正确的位置，小心翼翼地粘贴进去，确保缩进没乱，确保 import 都加了。如果 AI 的方案涉及三四个文件的改动，你就要来回复制粘贴好几次，每次都得人工确认上下文有没有对齐。
本质上，这个阶段的 AI 是一个远程顾问。你描述问题，它给方案，但所有脏活累活——打开文件、定位代码、粘贴修改、跑测试确认——全是你自己干。
第三阶段：能动手的队友（2024）
2024 年是分水岭。AI 从"告诉你怎么改"变成了"直接帮你改"。
这一年出现的 Cursor Composer 和 Aider 做了一件看似简单但意义重大的事：让 AI 直接修改你的文件。
用 Cursor 的典型场景是这样的：你按 Cmd+I 打开 Composer，输入需求——比如"给 User 模型添加 email 验证字段，更新迁移文件，修改注册接口"。Composer 会扫描你的项目结构，找到相关的 model、migration、controller、test 文件，然后同时生成这四个文件的修改。你在 diff 视图里逐个审查，觉得没问题就一键接受。
从"我告诉你改哪里"到"你告诉我你改了哪里"——主客关系反转了。
让这个跳跃成为可能的，是三个技术突破同时到位：
项目级的上下文理解。 模型不再只看当前打开的文件。通过对整个代码库建索引，AI 能理解目录结构、模块关系、数据库 schema、API 定义之间的关联。你说"加个字段"，它知道要改哪五个地方。
多文件协同编辑。 一个需求牵扯多个文件是常态。添加一个 API 字段，可能要动 model、serializer、view、test、文档。Agent 能规划出完整的修改方案，保证文件之间的一致性，而不是改完 model 忘了改 serializer。
工具调用能力。 这是真正让"Agent"这个词名副其实的变化。AI 不只是生成文本，还能执行动作——读文件、搜代码、跑命令、运行测试。它有了手和脚，不再只有嘴。
这一年的主要玩家：
| 产品 | 形态 | 亮点 |
|---|---|---|
| Cursor Composer | IDE | diff 预览，和编辑器深度整合 |
| Aider | 终端 CLI | 自动 Git 提交，轻量 |
| Cline | VS Code 插件 | 可自主执行命令 |
| Windsurf | IDE | Cascade 流式编辑 |
第四阶段：独立干活的初级工程师（2025-2026）
如果说第三阶段的 Agent 像一个需要你逐步指导的实习生，第四阶段则更像一个能接任务独立交付的初级工程师。
2025 年发布的 Claude Code 代表了这个转变。它跑在终端里，你给它一个目标——不是一步步的指令，而是一个目标。
比如你说："项目的测试覆盖率太低了，给 service 层所有公共方法补上单元测试。" 然后它自己干：扫描项目找到所有 service 文件，分析每个公共方法的输入输出，生成测试用例，创建测试文件，运行测试确认全部通过，最后提交一个 commit。整个过程你可以去干别的事。
2026 年 5 月，Cursor 发布 Composer 2.5，把这条路推得更远：
- 后台运行：Agent 可以在云端独立工作，不需要你的 IDE 一直开着
- 并行处理：同时处理多个不相关的编码任务
- 自我修复循环：写代码、运行、发现报错、修复、再运行，自己闭环，直到测试通过
把四个阶段放在一起看，变化的脉络很清晰：
代码补全: 写一行 → 补全一行
对话编程: 描述问题 → 给出方案（你来执行）
多文件编辑: 描述需求 → 修改文件（你来审查）
自主开发: 描述目标 → 规划+编码+测试+调试（你来验收）
每一步，人的角色都在往上移：从打字员，到执行者，到审查者，到验收者。
这一切背后的推动力
技术进步很少是单一因素驱动的。AI 编程工具的进化，至少有三股力量在同时起作用。
模型本身变强了，而且是量级级的变强。 从 GPT-3.5 到 Claude Opus 4，上下文窗口从 4K token 扩展到 200K token。4K 的时候模型只能"看"到你当前文件的一部分，200K 意味着它可以一次读完一个中型项目的核心代码。推理能力的提升更难量化，但体感上，今天的模型能理解的业务逻辑复杂度和两年前完全不是一回事。
工具调用协议标准化了。 Agent 能力的核心不是"生成更好的文本"，而是"能和外部世界交互"。Anthropic 的 Tool Use、OpenAI 的 Function Calling，以及更进一步的 MCP（Model Context Protocol），让 AI 有了读写文件、执行命令、调用 API 的标准化接口。没有这一层，Agent 就只是一个能说会道但没法动手的聊天机器人。
信任边界在持续外移。 最早我们只信任 AI 补全一行代码。后来信任它写一个函数。再后来信任它同时改多个文件。现在有些团队开始信任它独立完成整个 feature 分支的开发。这种信任不是盲目的——它建立在 diff 审查、测试覆盖、权限控制这些安全网之上。但方向是明确的：人的角色从"亲手写每一行"转向"定义目标、审查产出"。
说说局限——Agent 现在还做不好什么
写到这里如果让你觉得 AI Agent 已经可以替代开发者了，那我得踩个刹车。2026 年的编程 Agent 有几个很硬的天花板：
架构决策不行。 Agent 擅长在已有架构内完成具体任务，但不擅长做架构级的判断。它能帮你写微服务，但不能帮你决定该不该用微服务。"我们应该把这个单体拆成什么样的服务边界"——这种需要权衡业务发展、团队能力、运维成本的决策，目前还得靠人。
跨系统排查做不了。 当一个 bug 涉及前端、后端、消息队列、数据库、CDN 之间的时序交互，Agent 的排查能力远不如有经验的工程师。它读不了网络包，理解不了分布式系统里那些只在特定时序下才复现的诡异问题。
领域知识是短板。 金融系统的合规要求、医疗软件的隐私标准、嵌入式开发的硬件约束——这些深度领域知识，Agent 顶多知道个大概，离"可以信赖"还差得远。
需求本身经常是模糊的。 "做个好用的搜索"——什么叫好用？全文检索还是模糊匹配？要不要搜索建议和拼写纠错？移动端和桌面端的体验要一样吗？Agent 需要清晰的需求描述，但真实世界的需求往往要经过反复讨论才能明确。这件事本身就需要经验和判断力。
那开发者该怎么办？
我不喜欢"AI 会取代程序员"这种说法，太粗暴了。更准确的表述是：开发者的工作重心在上移。
当 Agent 可以处理"写一个 CRUD 接口并补上测试"这种任务时，开发者的价值就不在写 CRUD 上了。价值往上走：
- 架构设计——系统怎么拆，技术怎么选
- 需求拆解——把业务人员的模糊想法变成 Agent 能执行的具体描述
- 代码审查——看 Agent 的输出，判断质量、安全性、可维护性
- 系统集成——确保各个组件协同工作，处理边界情况
我自己现在的工作流大概是这样：
- 我定义需求和边界（"做什么"和"不做什么"）
- 看一眼 Agent 的执行计划，确认方向没跑偏
- Agent 写代码、跑测试
- 我审查改动，重点看安全相关和架构合理性
- 如果有问题，给反馈让 Agent 改
- 确认没问题，合并
关键是第 1 步和第 4 步——定义清楚要做什么，以及判断做出来的东西行不行。这两步目前没法自动化，也正是开发者经验的核心价值所在。
写在最后
从 2021 年 Copilot 第一次帮我补全一个函数签名，到今天 Agent 能独立交付一个功能模块，中间只过了五年。如果画一条曲线，它的斜率还在加速。
但有一件事从第一天到现在都没变：最终为代码负责的是人。
Agent 写的代码出了线上事故，不会有一个 AI 来背锅。签字的是你，review 的是你，点 merge 的也是你。工具变了，这个责任没变。
想清楚这一点，就不会恐慌，也不会盲目乐观。该用的时候大胆用，该审查的时候认真看。就这么简单。
这是 AI Agent 系列的第三篇。前两篇：