
2021 年 6 月，GitHub Copilot 在编辑器里按下一声 Tab，开发者第一次看见"代码像魔法一样自己长出来"。五年过去，那个让人惊艳的续写引擎已经只是起点。我们站在 2026 年回望，会发现这条演进路线不是平滑的渐变，而是一连串清晰的范式跃迁——每一次都有明确的时间锚点和产品标志。

---

## 第一阶段：代码补全工具时代（2021.06 起）

**起点事件**：2021 年 6 月 GitHub Copilot 技术预览发布。

Copilot v1 的本质并不复杂：一个极强的 next-token 续写引擎。给它一段上下文，它预测下一个 token，直到你喊停。这在写函数、补样板代码时好用得惊人——你刚敲完函数签名，它就把实现填好了；你写了一半的 for 循环，它帮你闭合括号和缩进。

**但边界也很明确。** 它不"理解"你的项目结构，不跨文件推理，没有自主行动能力。你让它"帮我搭个登录页"或者"把这个 Express 项目迁移到 Fastify"，它就露馅了——它只能基于当前光标附近的上下文续写，没有规划、没有工具调用、没有闭环。

这是一个**单点工具**，不是助手。它的价值在于把"从零敲代码"变成"从 Tab 开始"，但工程决策仍完全由人承担。

**技术基座**：Codex（GPT-3 的代码变体）→ 后续迭代为 GPT-3.5/4 的代码能力；纯补全范式，无外部工具调用。

### 代表性工具

| 工具 | 亮相时间 | 定位 |
|---|---|---|
| **GitHub Copilot** | 2021-06（预览）/ 2022-06（GA） | 编辑器内实时代码续写，首个大规模落地的 LLM 补全工具 |
| **Tabnine** | 2018 起（2021 后转向 LLM） | 本地化补全引擎，主打隐私与自托管 |
| **Amazon CodeWhisperer** | 2022-06（预览）/ 2023-04（GA） | AWS 生态内补全，支持安全扫描 |
| **CodeGeeX** | 2022-09 | 智谱 AI 开源 multilingual 补全模型 |
| **通义灵码（早期版）** | 2023-10（公测） | 阿里云出品，早期定位为 IDE 内代码补全插件，支持 Java/Python/JS 等主流语言，主打国内合规部署 |
| **Replit Ghostwriter** | 2022-09 | 云端 IDE 内补全 + 解释 |

### 典型落地案例

1. **个人开发者、中小团队**：日常编写工具函数、样板 CRUD、正则表达式、单元测试骨架，减少重复打字。最典型场景：写 Python 工具脚本、前端组件模板。Copilot 用户调研显示，约 35% 的代码由补全生成，重复样板代码场景覆盖率更高。
2. **大厂内部开发辅助**：微软、GitHub 内部工程师用 Copilot 做片段生成；仅作为辅助，**不交给 AI 处理跨文件重构、架构变更**。这明确了该阶段的边界——AI 是"打字加速器"，不是"工程参与者"。
3. **企业内部代码模板标准化**：部分团队将 Copilot 用于统一 API 调用模式、错误处理模板的补全，减少新人写错框架约定的概率。
4. **局限案例**：Stripe 工程团队在 2022 年的内部实验中报告，Copilot 在跨文件重构任务中准确率不足 20%，确认了纯补全范式无法处理需要全局理解的工程任务。

---

## 第二阶段：代码编程助手 · 前半段（2023 中 起）

**起点事件**：2023 年中，Function Calling 能力成熟 + Cursor 出现，首次把"聊天 + 改文件"做成闭环。

这是第一个真正的分水岭。Function Calling 让模型不再只是"说话"，而是能**调用工具**——读文件、搜代码库、执行命令。Cursor 抓住了这个能力，把聊天面板和文件系统打通：你在对话框里说"把这个函数重构成 async/await"，它不只是告诉你怎么改，而是**直接改你的文件**，改完你 diff 一下确认即可。

**本质变化**：从"续写下一行"升级为"理解指令 → 定位文件 → 修改代码"的半自主助手。开发者的工作流从"写代码"变成"审代码 + 下指令"。

**但局限仍在**：每一步仍需人驱动。它没有自主规划能力，不会自己分解任务，不会主动跑测试验证结果。它是你的副驾驶，但方向盘始终在你手里。

### 代表性工具

| 工具 | 关键能力 | 差异化 |
|---|---|---|
| **Cursor** | 聊天 + 改文件闭环，⌘K 局部编辑 | 首个将"对话即操作"做成主流产品的编辑器 |
| **Windsurf**（原 Codeium） | 聊天 + 改文件 + Cascade 多文件感知 | 2023 年底起将 AI 深度嵌入编辑器工作流，支持跨文件上下文理解 |
| **GitHub Copilot Chat** | 侧边栏对话 + 内联建议 | 与 VS Code / JetBrains 深度集成 |
| **Sourcegraph Cody** | 基于代码图谱的上下文检索 + 聊天 | 企业代码库级语义搜索 |
| **Continue.dev** | 开源 VS Code/JetBrains 插件，可自托管 | 支持自定义模型后端 |
| **Amazon Q Developer** | AWS 文档 + 代码库上下文问答 | 企业级 IAM 权限感知 |
| **Bito** | IDE 内 AI 代码审查 + 生成 | 面向小团队的轻量方案 |

### 典型落地案例

- **Shopify（2023 下半年）**：工程团队采用 Copilot Chat 后，内部调研显示开发者在"理解陌生代码库"任务上的时间缩短约 40%——聊天式问答替代了过去翻文档 + grep 的组合。
- **Vercel 前端团队**：使用 Cursor 的 ⌘K 功能进行组件级重构，将"把 class 组件迁移到 hooks"这类机械性任务交给 AI 改文件，人工只做 diff 审查，单文件重构效率提升约 3×。
- **个人独立开发者**：Cursor 早期用户社区中大量报告"用自然语言描述一个页面，AI 直接生成 React 组件 + 样式文件"的工作流，标志着"聊天即编码"首次成为可行实践。
- **局限案例**：2023 年末多位开发者报告，Cursor 在处理涉及 5+ 文件的跨模块重构时，经常遗漏依赖更新或改错导入路径——确认半自主助手在复杂任务上仍需人密集介入。

---

## 第三阶段：代码编程助手 · 后半段 / Agent 时代（2023 中 起，高潮在 2024–2025）

**起点与②相同，高潮由三个技术浪潮叠加驱动**：

1. **Agent 架构成熟**：Function Calling + 长上下文窗口 + ReAct（Reasoning + Acting）框架组合，让模型能自主完成"思考 → 调用工具 → 观察结果 → 再思考"的循环。
2. **多个 Agent 编程框架落地**：AutoGPT、Devin、OpenHands（原 OpenDevin）、SWE-agent 等，证明"让 AI 自主完成一个完整编程任务"不是幻想。
3. **SDD（Spec-Driven Development，规格驱动开发）方法落地**：以 Kiro 为代表，将"意图"从模糊的自然语言提升为可执行的工程契约——先写 spec，再让 Agent 按 spec 生成代码、跑测试、迭代修正。

**本质变化**：从"帮你写"到"按规格自己搭"。你给它一个需求文档或 spec，它可以自主规划实现路径、创建文件、写测试、跑 CI、修复失败用例，直到任务完成。人的角色从"写代码的人"变成"定义规格的人 + 最终审核者"。

**技术基座**：
- Function Calling（工具调用标准化）
- 长上下文（128K → 200K+ token，能吞下整个中型项目）
- ReAct / Plan-and-Execute 框架（自主推理循环）
- Spec 驱动（意图工程化）

### 代表性工具

| 工具 | 类型 | 核心能力 | Agent 关系 |
|---|---|---|---|
| **Cursor** | 编辑器内 Agent | 本时代起点标杆，内置 Agent，聊天框直接修改本地项目文件；支持终端命令执行 + 多文件自主编辑 | 内置完整 Agent 循环，可自主读文件、改文件、跑命令 |
| **Kiro**（AWS） | SDD 规格驱动 IDE | SDD 规格驱动开发实践代表，强制把需求拆成规格文档，再让 Agent 依据规格编码，用来降低幻觉；spec 即工程契约 | Agent 严格按 spec 阶段执行，禁止脱离规格随意改动架构 |
| **Devin**（Cognition） | 自主编程 Agent | 端到端任务执行：读 issue → 写代码 → 跑测试 → 提 PR | 独立 Agent 系统，无需人工逐步驱动 |
| **OpenHands**（原 OpenDevin） | 开源 Agent 平台 | 多 Agent 协作，沙箱执行，支持自定义 skill | 平台级 Agent 编排，多个 Agent 按角色分工 |
| **SWE-agent**（Princeton） | 研究原型 → 开源 | 专为 GitHub issue 修复设计，SWE-bench 高分 | 单 Agent + 工具调用循环，聚焦代码修复场景 |
| **Claude Code** | CLI Agent | 终端内自主编程，长上下文 + 工具调用 | 内置 Agent，支持多步推理 + 命令执行 |
| **Factory.ai** | 企业 Agent 平台 | 面向大型代码库的 PR 级自主修复 | 多 Agent 协同，仓库级理解 |
| **Cosine Genie** | 自主修复 Agent | 从 issue 到 PR 全闭环 | 独立修复 Agent |

### 典型落地案例

1. **个人 / 小团队项目重构**：用 Cursor、Aider 完成中小型项目框架迁移，例如 Express 迁移 Fastify、JS 项目批量转 TypeScript。Agent 自主定位需修改的文件、执行迁移、跑类型检查修复报错，人工只做最终 diff 确认。
2. **开源项目维护**：OpenHands 用来给开源仓库提交 PR、修复 Issue、批量补单元测试。多个开源项目维护者报告，Agent 能自动处理 "good first issue" 类任务，PR 接受率约 60–70%。
3. **Kiro 的 SDD 实践**：需求先写规格、拆分任务、确认设计，再交给 Agent 编码，约束 Agent 不随意改动架构；适合业务模块新增开发。报告称"需求→可部署代码"周期从周级压缩到天级，且架构偏离率显著低于自由生成模式。
4. **Devin 修复真实 GitHub Issue（2024）**：Cognition 展示 Devin 在开源项目中自主修复 bug——从读 issue、定位代码、写修复、跑测试到提交 PR 全流程无需人工干预，在 SWE-bench Verified 上达到 70%+ 通过率。
5. **局限案例**：2025 年初多家团队报告，自主 Agent 在百万行级单体仓库中上下文溢出、规划混乱，需要人工拆分任务粒度——这直接催生了对"工程化方法论"的需求，引出第四阶段。

---

## 第四阶段：工程化时代 · Harness Engineering（2026.02.05 起）

**起点事件**：2026 年 2 月 5 日，Mitchell Hashimoto 发表博客，正式命名 **"Harness Engineering（驾驭工程）"** 这一概念。六天后，2026 年 2 月 11 日，OpenAI 在百万行代码工程报告中正式采用该术语，将此前散落的产品实践提炼为一套系统化工程方法论。

**为什么单列一个时代？** 因为前三个阶段解决的是"怎么让 AI 写代码更好"，而 Harness Engineering 解决的是**"怎么让 AI 在百万行级代码库中可靠地参与工程"**。这是质的飞跃。

它的核心命题不是"AI 能写多少代码"，而是：

- **人机职责分层**：哪些决策必须由人做（架构、安全、产品方向），哪些可以委托给 Agent（实现、重构、测试编写、文档生成）？
- **多 Agent 协同**：不是单个 Agent 单打独斗，而是多个 Agent 按角色分工（规划者、实现者、审查者、测试者），像一支工程团队一样协作。
- **质量门禁与可观测性**：Agent 的每一步产出都要经过自动化检查（类型检查、测试、lint、安全扫描），失败自动回滚或重试；整个过程对人透明可审计。
- **上下文工程**：不是把所有代码塞给模型，而是精确控制"什么信息在什么阶段以什么粒度进入上下文"，让 AI 始终在正确的抽象层级工作。

### 代表性工具与实践体系

| 工具 / 体系 | 定位 | 关键特征 |
|---|---|---|
| **Harness Engineering 方法论**（Mitchell Hashimoto） | 系统化工程框架 | 人机职责分层 + 上下文工程 + Agent 生命周期管理 |
| **OpenAI 百万行代码工程报告**（2026-02-11） | 工业级实践验证 | 多 Agent 协同 + 质量门禁 + 可观测性 |
| **Factory.ai**（企业级） | 大规模代码库 Agent 平台 | 仓库级理解 + PR 级自主修复 + 审查工作流 |
| **Cursor**（Agent 模式 + Rules） | 编辑器内工程化 | .cursorrules + 多 Agent 协作 + 终端闭环 |
| **Claude Code**（CLI + Hooks） | 终端 Agent 工程化 | pre/post hooks + 多步验证 |

### 典型落地案例

- **OpenAI 内部工程（2026-02-11 报告）**：在百万行级代码库中部署多 Agent 协同工作流——规划 Agent 拆解任务，实现 Agent 写代码，审查 Agent 跑 diff 检查，测试 Agent 执行用例。引入质量门禁后，Agent 生成代码的合并通过率从约 50% 提升至 85%+。
- **Mitchell Hashimoto 个人实践**：在构建 Harness 工具链时，将自身 15 年基础设施经验编码为 Agent 可理解的规则体系，实现"AI 按工程规范自主搭建项目骨架"，人工只做架构级决策。
- **头部科技公司试点（2026 Q1）**：多家公司在内部推行"Harness 工作流"——新功能开发先由人写 spec + 架构决策记录（ADR），Agent 团队按文档自主实现，人工在 3 个 gate（设计 review、代码 review、测试 review）介入。报告称工程吞吐量提升 2–4×，同时缺陷率下降。
- **局限与前沿**：当前 Harness 体系仍依赖高度定制化的规则工程和上下文管理，尚未形成标准化开箱即用方案。2026 年下半年的竞争焦点将是"谁能把 Harness 方法论产品化"。

---

## 一张图看清全貌

```
2021.06         2023 中              2026.02.05
  │               │                     │
  ▼               ▼                     ▼
┌─────────┐  ┌─────────┐  ┌─────────┐  ┌──────────────────┐
│ 代码补全 │→│ 编程助手 │→│ Agent   │→│ Harness          │
│ 工具    │  │ 前半段   │  │ 时代    │  │ Engineering      │
│         │  │         │  │(后半段) │  │ (工程化时代)     │
│ Tab续写 │  │ 聊天+改 │  │ 自主规划│  │ 百万行级工程     │
│ 单文件  │  │ 文件    │  │ +执行   │  │ 多Agent协同      │
│ 无工具  │  │ 半自主   │  │ Spec驱动│  │ 质量门禁         │
│         │  │         │  │ ReAct   │  │ 人机职责分层     │
└─────────┘  └─────────┘  └─────────┘  └──────────────────┘

代表工具：   Copilot   Cursor/Windsurf Devin/Kiro  OpenAI工程报告
            Tabnine    Copilot Chat   OpenHands   Harness方法论
            CodeGeeX   Cody           Claude Code Factory.ai
            通义灵码   Continue        SWE-agent   Cursor Rules

能力边界：  写一行  →  改一个文件  →  完成一个任务  →  驾驭一个工程
人的角色：  打字员  →  审核者     →  规格定义者    →  工程架构师
```

---

## 结语

从 Copilot 按 Tab 续写一行代码，到 Harness Engineering 让 AI 在百万行代码库中像一支团队一样协同工作——这五年不是简单的"模型变强了"，而是**人机协作的范式在逐层重构**。

每一代的工具都会过时，但每一代确立的能力边界会成为下一代的基座。


2021 年 6 月，GitHub Copilot 在编辑器里按下一声 Tab，开发者第一次看见"代码像魔法一样自己长出来"。五年过去，那个让人惊艳的续写引擎已经只是起点。我们站在 2026 年回望，会发现这条演进路线不是平滑的渐变，而是一连串清晰的范式跃迁——每一次都有明确的时间锚点和产品标志。

简单笔记：基于 LLM 的编程助手发展代系

人工智能

开发工具

编程语言

2021至2026年AI编程经历四次范式跃迁：从GitHub Copilot代码补全、Cursor聊天改文件、Devin自主Agent，到Harness Engineering工程化体系。核心演变是从续写代码到驾驭百万行级工程，实现多Agent协同、质量门禁与人机职责分层。

上下文工程

代码补全

人机协作

驾驭工程

单元测试

代码解释

文件系统

TypeScript 

Python

GitHub

Agent

ReAct 

Java

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

简单笔记：基于 LLM 的编程助手发展代系-腾讯云开发者社区-腾讯云

简单笔记：基于 LLM 的编程助手发展代系

简单笔记：基于 LLM 的编程助手发展代系

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐