這篇文章麵向兩類讀者 。到可代码再把原理拆開 。编码權限怎麽卡死 。原理运行工具是到可代码手 ，
這個循環有一個學術名字
：ReAct（Reason + Act） 。编码以及一份可以直接跑的原理运行實現 。
你打開 UserController.java
，到可代码跑測試 、差在哪一層 ？
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"]反思） 、再補測試 ，2026 年 ，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 ，再給它一個不停轉的循環（觀察 → 推理 → 行動 → 再觀察） ，上下文工程是視力 ，它加速的是擊鍵 ，跑mvn test ，再回去問模型、再複製。2022 年提出時 ，記憶 、形態 C：編碼 Agent。讀這一節時 ，全靠你當中間人。失敗怎麽回收 、
你隻給一句話目標 。跑命令、有的住在 IDE ，讀相關測試 ，看到 3 個用例過了但缺空地址用例 ，五件套（規劃 、執行 、Cursor Agent、就是更準的補全 、
一句話先行結論 ：模型是大腦 ，ChatGPT 寫代碼，Devin 、Claude Code、工具 、
2. 內容
簡要介紹 ：這一節先把概念立住，Agent 自己 grep空指針調用點，更長的提示詞 、再把 ReAct 循環 、Cline 這些工具表麵長得不一樣 ：有的住在終端 ，
2024 到 2026 年真正發生的變化 ，缺任何一塊，你按 Tab 。模型能推理 ，再跑，Agent 的全部魔法 ，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 、開發者的工作會變成編排 、但沒有手 。
形態 B
：聊天生成（ChatGPT / Claude 對話框）
。都發生在這一輪和下一輪之間 。根據你塞給它的 token，人決定接不接受 。GitHub Copilot 把這件事做到了極致 ，不是每一行擊鍵。安全沙箱是良心
。循環是意誌
，而不是和 Tab 鍵較勁
。工具怎麽派發
、一類是剛接觸 Agent 的開發者 ：你不需要先啃完論文 ，
你把文件貼進去
，最少要哪些代碼 ？
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 。」
形態 A ：行內補全（Copilot Tab / Cursor Tab） 。你複製 、先用三個日常場景區分「補全 / 聊天寫代碼 / 編碼 Agent」 ，報錯，Function Calling 與 CodeAct 、你得到的都隻是會說話的補全 ，也能順著比喻和流程圖把原理看懂 。是循環外麵那一層工程係統——上下文怎麽拚 、到底在轉什麽 ？
給大模型一雙手（工具），構建還是你自己跑 ，光標停在 過去五年 ，審核和定標準 ，以及代碼編輯策略一層層攤開 。它隻是讓 LLM 交替輸出「思考」和「動作」
。模型猜出 讀完你應該能回答五個問題：address.getStreet()前麵 。1. 概述
if (address == null) return; 。不加速任務閉環
。主流產品怎麽取舍 、更大的上下文窗口
。改實現 ，測試 、也不會「執行」代碼；它隻是在每一輪裏
，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
。編輯怎麽落地、測試還是你自己寫
，4 個全綠 ，中間可能要 8 到 30 輪工具調用 。模型吐出一段修好的代碼 。有的住在雲端虛擬機 。確認 mvn test全綠 。上下文工程 、根據測試結果自我修複的 Agent
，補回歸測試 ，相鄰的 DTO 和異常處理還是你自己找
。
「用戶登錄接口在
address為空時會 NPE 。補上空值保護 ，倉庫 、而不是能交付的工程師 。Codex CLI 、