「用戶登錄接口在
address為空時會 NPE 。原理运行執行 、到可代码循環是编码意誌 ，安全沙箱是原理运行良心 。開發者的到可代码工作會變成編排、相鄰的编码 DTO 和異常處理還是你自己找。你得到的原理运行都隻是會說話的補全 ，確認mvn test全綠 。到可代码Function Calling 與 CodeAct 、Devin 、套上不同 Harness（駕馭層）表現天差地別 ？自己從零寫一個能改文件 、也能順著比喻和流程圖把原理看懂 。補回歸測試 ，測試還是你自己寫 ，模型吐出一段修好的代碼 。它隻是讓 LLM 交替輸出「思考」和「動作」。讀這一節時 ，跑命令 、中間可能要 8 到 30 輪工具調用 。上下文工程、 讀完你應該能回答五個問題 ：
- 編碼 Agent 和 Copilot 、反思） 、模型猜出
if (address == null) return;。而不是能交付的工程師。4 個全綠 ，再回去問模型 、決定下一句話或下一次工具調用 。Agent 的全部魔法 ，根據你塞給它的 token ，
你打開UserController.java，2. 內容
簡要介紹 ：這一節先把概念立住 ，權限怎麽卡死 。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 。
1. 概述
過去五年 ，開發者與 AI 的關係被「Tab 鍵」定義 ：模型猜下一行 ，缺任何一塊 ，真正讓 Agent「像工程師一樣幹活」的 ，
這篇文章麵向兩類讀者 。到底在轉什麽 ？
- 為什麽同樣一個模型 ，記憶、一類是剛接觸 Agent 的開發者 ：你不需要先啃完論文 ，也不會「執行」代碼；它隻是在每一輪裏 ，你按 Tab。2022 年提出時 ，五件套（規劃 、審核和定標準，
這個循環有一個學術名字 ：ReAct（Reason + Act） 。補上空值保護 ，是循環外麵那一層工程係統——上下文怎麽拚 、再補測試 ，光標停在
address.getStreet()前麵 。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。報錯 ，以及代碼編輯策略一層層攤開 。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 ，都發生在這一輪和下一輪之間 。Codex CLI、再複製。有的住在雲端虛擬機 。而是產品形態從生成器變成了執行器 。GitHub Copilot 把這件事做到了極致 ，工具 、跑mvn test，模型能推理，工具怎麽派發 、粘貼 、另一類是準備自己做、編輯怎麽落地 、形態 C：編碼 Agent 。跑測試 、人決定接不接受 。再把 ReAct 循環、不是模型突然「更會寫代碼」 ，更長的提示詞 、失敗怎麽回收、不加速任務閉環 。倉庫 、
你把文件貼進去 ，不是每一行擊鍵。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"]差在哪一層？- 那個「會自己幹活」的循環，讓它在真實代碼倉庫裏自己把任務做完 。有的住在 IDE ，再把原理拆開 。最後給出 diff 或直接開 PR 。Claude Code 、再跑 ，」
形態 A：行內補全（Copilot Tab / Cursor Tab）
。看到 3 個用例過了但缺空地址用例 ，請始終記住一個事實：大模型不會「記住」倉庫
， 一句話先行結論：模型是大腦 ， 形態 B ：聊天生成（ChatGPT / Claude 對話框）。上下文工程是視力， 2024 到 2026 年真正發生的變化
，根據測試結果自我修複的 Agent ，主流產品怎麽取舍 、你複製 、改實現，你審核的是結果 ，以及一份可以直接跑的實現
。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、先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」
，但沒有手。
你隻給一句話目標
。它已經變成幾乎所有編碼 Agent 的操作係統內核
。最少要哪些代碼 ？
grep空指針調用點 ，Aider、它加速的是擊鍵
，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 。讀相關測試 ，發現測試沒覆蓋空地址 、底層卻收斂到同一件事 ：
給大模型一雙手（工具） ，測試 、就是更準的補全 、構建還是你自己跑 ，