Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

第28章｜程序员的新同事终于上岗

一、自动补全长出了一双手

最早那几年，AI 编程工具的姿态很谦虚。它站在光标后面，像一个过分热情的输入法。程序员敲下函数名、注释、循环开头，它把后半句灰色地浮出来。人类按下 Tab，它就算完成了一次工作；人类继续敲字，它就继续猜下一行。

这类工具当然重要。GitHub Copilot 的早期传播，正是从这种“少敲几行”的惊奇开始的。可是到 2025 年，软件行业真正感到异样的地方，不再是模型能不能补出一段代码，而是它开始碰到仓库本身。

2 月 24 日，Anthropic 发布 Claude 3.7 Sonnet，并把 Claude Code 作为 research preview 推出。官方把它描述为一种面向开发者的 agentic coding tool：开发者在终端里调用它，让它读取项目、解释代码、修改文件、运行命令，再把结果交回人类确认。[1] 这里的关键词不是“聊天”，而是“项目”。模型不再只回答一段粘贴进去的代码，它进入了一个目录，面对真实的文件树、依赖、测试和版本控制。

5 月，OpenAI 发布 Codex。官方材料把 Codex 放进 ChatGPT，称它可以在云端软件工程环境中处理代码任务：回答代码库问题、修复 bug、实现功能、运行测试，并把修改结果交给开发者审查。[2] 这同样不是早期“写一个排序函数”的演示。它的工作单位变成了任务，工作对象变成了仓库，工作产物变成了可检查的变更。

6 月 24 日，GitHub 宣布 Copilot coding agent 面向 Copilot Business 用户可用。GitHub 的叙事更直接：开发者可以把 issue 分配给 Copilot；Copilot coding agent 在 GitHub Actions 支持的开发环境中工作，提交 draft pull request，随后由人类审查、修改、合并或关闭。[3] 这一步把 AI 编程工具从编辑器里的“副驾驶”，推向协作系统里的“被分配任务者”。

一天后，Google 发布 Gemini CLI，称其为开源 AI agent，把 Gemini 带进终端。开发者可以在命令行里请求它理解代码库、生成或修改代码、运行本地任务。[4] 到 2026 年 2 月，GitHub Copilot CLI 又宣布 general availability，把 Copilot 更正式地带到终端工作流里。[5]

这些产品并不是同一种东西。自动补全、IDE 聊天、终端 agent、GitHub issue agent、云端 coding agent，各自站在不同入口，拥有不同权限，承担不同风险。但它们共同完成了一次越界：AI 从“建议文本”走向“操作软件工程对象”。

软件行业的荒诞感也随之升级。过去，程序员担心同事没看 README；现在，团队开始给 AI 同事写 README 的 README。过去，新人入职要问“怎么跑测试”；现在，仓库里要写清楚“如果你是 agent，请先读这里，不要碰那里，跑这个命令，不要自作主张升级数据库驱动”。减少沟通成本的工具，首先需要更多沟通格式。

这不是科幻式入职。没有工牌，没有头像，没有座位。新同事第一次上岗的方式，是在终端里闪过命令，在 GitHub 上开出 draft PR，在文件 diff 里留下几行看似熟练的修改。它会写代码，也会犯错；它能跑测试，也可能误解测试；它能读项目说明，却不知道公司周五下午不发大版本。

程序员第一次大规模体验 agent 成为同事，不是在通用办公场景，而是在代码场景。这并不偶然。代码库有文件，任务有 issue，变更有 diff，审查有 pull request，错误有编译器、测试和日志。相比开放网页世界，软件工程至少给 agent 提供了可观察、可回滚、可审计的轨道。轨道不是安全本身，但它让机器人的第一份工作看起来像工作，而不是魔术。

二、终端里的第二个提示符

终端是开发者工具链中最古老也最顽固的房间。现代 IDE 有侧边栏、插件市场、智能搜索和漂亮主题；GitHub 有 issue、review、Actions 和安全扫描；云平台有控制台和仪表盘。可是项目真正能不能跑起来，很多时候仍要回到一行命令：安装依赖、启动服务、迁移数据库、跑测试、查日志、提交代码。

因此，2025 年的终端 agent 不只是把聊天机器人换了个黑色背景。它把模型放到了一个能触发实际动作的位置。

Claude Code 的 research preview 就是这种入口变化的早期信号。根据 Anthropic 的发布说明和文档，Claude Code 可以在开发者本地项目中工作，读取代码库上下文，提出修改，编辑文件，执行命令，并在权限机制下让用户批准高风险操作。[1] 这和“请解释这段代码”不是一个风险等级。解释错了，人类最多被误导；执行错了，文件、依赖、配置和本地环境都会被牵连。

终端 agent 的吸引力也正在这里。一个开发者接到任务：某个测试在 CI 里失败，本地复现不了。传统流程是打开日志、搜索错误、切分环境差异、查看依赖版本、加调试输出，再反复运行命令。Claude Code、Gemini CLI 这类工具提供了另一种流程：把失败日志和项目上下文交给 agent，让它查找相关文件，提出假设，修改测试或实现，运行命令，读取新的错误，再继续迭代。

Google 在 6 月发布 Gemini CLI 时，把它定位成开源终端 agent，并强调开发者可以从命令行访问 Gemini 模型能力，用于理解、编辑和自动化项目任务。[4] 它的产品形态和 IDE 插件不同。IDE 的强项是文件与符号；终端的强项是命令与环境。一个 agent 进入终端，就接近了构建脚本、测试框架、包管理器、本地服务和系统工具。它的能力因此更像“会干活”，也更需要护栏。

到 2026 年 2 月 25 日，GitHub 宣布 Copilot CLI general availability。这个节点重要，不是因为命令行突然被发明，而是因为 GitHub 把 Copilot 从编辑器和网页协作场进一步推入 shell。Copilot CLI 面向的是开发者日常命令行工作：解释命令、生成命令、辅助 Git 和项目操作，以及把 Copilot 的上下文能力带到终端。[5] 它和 GitHub 上的 Copilot coding agent 仍然不同：前者从开发者当前 shell 会话出发，后者从 issue 和 pull request 流程出发。

这里必须划清界限。自动补全通常只建议下一段代码；IDE 聊天通常围绕打开的文件和选中上下文回答；终端 agent 可以运行命令、修改文件、读取命令输出；GitHub coding agent 则在远端开发环境中处理被分配的任务，并以 pull request 交付。把它们统称为“AI 写代码”虽然方便，却会抹平最重要的差异：权限在哪里，证据在哪里，责任在哪里。

终端尤其考验责任边界。一个 agent 建议 npm test，风险有限；建议删除缓存目录，风险上升；建议修改迁移脚本、重置数据库、旋转密钥，风险就不能只靠“模型看起来很聪明”来管理。开发者过去把终端称作自己的手，现在这只手旁边多了一个会请求动作的系统。产品文档里那些批准、确认、沙箱、权限提示，看起来像摩擦，实际上是终端 agent 能不能进入专业工作流的门票。

软件行业在这里展现出一种奇特的诚实。它一边高喊自动化，一边把确认按钮做得越来越多；一边抱怨手工跑测试太慢，一边要求 AI 每次跑危险命令前都问一句。工具越像同事，就越不能像神谕。一个真正能上岗的 agent，必须学会在命令行里等人类点头。

三、GitHub 把任务卡交给 Copilot

如果说终端 agent 像坐到开发者旁边，GitHub Copilot coding agent 则更像被写进团队流程。

2025 年 6 月 24 日，GitHub 在 changelog 中宣布，Copilot coding agent 面向 Copilot Business 用户可用。[3] 其工作方式不是等待程序员在文件里敲字，而是从 GitHub issue 开始：团队可以把 issue 分配给 Copilot，coding agent 在受控开发环境中处理任务，提交 draft pull request，并把变更放进 GitHub 原有的 review 流程。

这是一种非常 GitHub 的 agent 形态。它没有试图绕开 issue、branch、commit、pull request 和 review，反而寄生在这些旧制度上。软件团队不需要把生产流程交给一个陌生机器人后台；它们看到的是一个 draft PR，里面有文件变更、提交记录、说明和测试结果。人类 reviewer 仍然可以逐行评论，要求修改，追加测试，或者直接关掉这次尝试。

这个设计很关键。AI 代码生成的危险之一，是把“能生成”误认为“能进入主干”。GitHub 的 coding agent 把输出放在 PR 里，等于承认软件工程的社会事实：代码进入项目，不是因为它存在，而是因为团队接受它。pull request 是现代软件组织把个人劳动转化为集体责任的仪式。现在，agent 也必须走这道门。

7 月 9 日，GitHub 又宣布 Copilot coding agent 支持 remote MCP servers。[6] MCP，即 Model Context Protocol，在上一章已经出现：它试图为模型连接外部工具和上下文提供统一方式。放到 GitHub coding agent 里，remote MCP 的意义在于，agent 不只看仓库文件，还可能连接项目管理、文档、监控、安全扫描或内部知识系统。软件任务从来不只存在于代码里；bug 可能写在 Sentry 报警里，需求可能藏在 Linear 或 Jira 任务里，接口约束可能在内部文档里。MCP 把这些外部系统变成 agent 可访问的上下文与工具。

但工具越多，风险越多。一个只能读仓库的 agent，错误半径主要在代码 diff；一个能访问远端工具的 agent，错误半径扩展到凭证、外部系统、业务数据和组织流程。MCP 的价值不是让 agent 到处乱跑，而是让企业能够用更标准的方式声明：哪些工具可用，哪些上下文可读，哪些动作需要授权，哪些日志必须留下。

8 月 28 日，GitHub 宣布 Copilot coding agent 支持 AGENTS.md custom instructions。[7] 这是一件看似朴素、实际很有工程意味的事。AGENTS.md 本质上是仓库里的指令文件，用来告诉 coding agent：项目结构是什么，如何安装依赖，怎样运行测试，代码风格有哪些禁忌，哪些目录不要修改，哪些命令最可靠。

它像一份写给机器同事的入职手册。人类新人入职时，团队会说：“先看 README，但 README 有点过期；真正的测试命令在 package.json 里，不过后端要先启动容器；不要碰 legacy 目录；那个 flaky test 不是你弄坏的。”AGENTS.md 试图把这些口头传统变成 agent 可读的文本。

不过，AGENTS.md 不是魔法标准。它标准化的是“把项目指令放在哪里、让 agent 读取什么”，不是标准化项目本身。每个仓库的构建方式、测试习惯、部署风险、代码风格和历史债务仍然千差万别。一个 AGENTS.md 可以写“运行全部测试”，但如果全部测试要跑四小时，团队仍要决定 agent 该先跑哪一组。它可以写“不要引入新依赖”，但当安全修复必须升级依赖时，仍要有人判断例外是否成立。

GitHub 的路线因此很清楚：把 AI 放进既有协作骨架，而不是宣布软件工程制度过时。issue 是任务入口，Actions 是运行环境，MCP 是外部工具桥梁，AGENTS.md 是项目指令，pull request 是审查与责任入口。AI 在这里像一名可以被分配任务的初级同事，区别在于它不需要账号头像，也不会在 PR 里解释自己为什么周末还在提交。

四、OpenAI 与 Anthropic 把“会编码”做成平台能力

GitHub 和 Google 改写的是开发者工具入口；OpenAI 与 Anthropic 则从模型和 agent 产品两端推进。

OpenAI 的 Codex 发布于 2025 年 5 月。官方说明中，Codex 被描述为一个 cloud-based software engineering agent，可以在隔离的云端环境里并行处理多个软件任务。开发者把仓库连接给它，让它回答代码库问题、实现功能、修复 bug、运行测试，最后返回可审查的结果。[2] Codex 发布时还强调了 AGENTS.md 这类项目指令：开发者可以在仓库中放置说明，告诉 agent 如何构建、测试和遵守项目约定。

这一步把 OpenAI 从“模型供应商”推向“软件工程执行层”。Codex 背后的模型能力当然重要，但产品真正改变的是工作单位。开发者不只是调用 API 生成函数，而是提交任务：“修这个 bug”“补这个测试”“解释这个模块为何这样设计”。如果说 GPT-4 时代的开发者常把模型当问答机，Codex 则把模型包装成可排队、可并行、可返回结果的工程劳动力接口。

8 月，OpenAI 发布 GPT-5，并在面向开发者的官方文章中把 coding、agentic tasks、tool use 和长上下文能力列为重点方向。[8] 这类模型更新为 Codex、IDE 插件、企业内部 agent 和第三方开发者工具提供底座。需要注意的是，GPT-5 本身不是一个会自动开 PR 的产品；它是模型能力。能不能编辑文件、能不能运行测试、能不能提交 pull request，取决于外层系统如何给它工具、环境、权限和审查流程。

Anthropic 的路线同样是模型与工具并行。Claude Code 在 2 月作为 research preview 出现后，Anthropic 又继续强化远端工具接入和编码模型。官方 Claude Code remote MCP 材料显示，Claude Code 支持连接 remote MCP servers，让终端中的 agent 能接入外部上下文和工具，而不只局限在本地文件。[9] 8 月，Anthropic 发布 Claude Opus 4.1，强调其在编码和 agentic tasks 上的提升，并给出 SWE-bench Verified 等基准结果。[10] 9 月，Claude Sonnet 4.5 发布，Anthropic 将编码、agent 和 computer use 放在主要卖点中，继续把 Claude 推向长时间、多步骤的软件工程任务。[11]

这些官方基准值得记录，也必须怀疑。SWE-bench Verified 等测试把真实开源项目中的 issue 转化为可评估任务，比早期“写一个函数”的评测更接近软件工程。但它仍然不是生产环境。真实公司代码库里有私有框架、历史包袱、隐性业务规则、不完整测试、权限边界、灰度发布、客户承诺和审计要求。一个模型在基准上拿到更高分，说明它更可能完成某类公开任务，不说明它可以无监督地改银行核心系统。

OpenAI 与 Anthropic 也都没有只押注“模型更聪明”。它们都在围绕 agent 的环境做工程：云端沙箱、本地 CLI、项目指令、工具协议、权限确认、测试运行、结果审查。行业在 2025 年形成一个共识：编码 agent 的竞争不只是谁的模型会写更多代码，而是谁能把模型放进一个可控的软件生产系统。

这就是程序员新同事的真实形态。它不是单独的“大脑”，而是模型、上下文、工具、权限、日志、测试和 review 的组合。缺任何一个，都容易从同事退化成会胡说的实习生；多任何一个权限，又可能从实习生升级成事故源。

五、编辑器没有退场，只是换了战场

2025 年的叙事重心从补全转向 agent，并不意味着编辑器路线消失。相反，编辑器仍然是开发者一天里停留最久的地方。只是它不再满足于弹出灰色代码，而是试图成为可对话、可修改、可执行的工作台。

Cursor 这一类 AI 原生编辑器的核心位置仍然是“代码库内的上下文”。开发者打开项目，不只是问“下一行怎么写”，而是问“这个模块做什么”“这个函数在哪里被调用”“帮我把这个接口迁移到新参数”“根据现有风格补测试”。官方文档和产品说明一直围绕代码库理解、多文件编辑、diff 审查和聊天式开发展开。[12] 它的优势在于贴近人类写代码的肌肉记忆：文件树、编辑窗口、搜索、终端、diff 都在同一屏幕附近。

Windsurf 的路线则延续了 Codeium 从补全工具向 agentic IDE 的迁移。2024 年底 Codeium 发布 Windsurf Editor，随后在 2025 年品牌改为 Windsurf；官方叙事强调 agentic IDE，让 AI 不只是建议代码，而是在 IDE 内围绕目标连续查找、修改、运行和修复。[13] 在本章时间范围内，Windsurf 代表的是另一条竞争线：不是从 GitHub issue 入口切入，也不是从模型 API 切入，而是直接把开发者的主工作台改造成 agent 工作区。

编辑器 agent 和 GitHub coding agent 的差异很现实。编辑器 agent 更适合即时探索：读陌生代码、重构一组文件、修本地测试、解释错误。GitHub coding agent 更适合异步任务：把 issue 分配出去，等待 draft PR，进入 review。终端 agent 更适合环境操作：跑命令、查日志、调构建。云端 Codex 更适合并行排队：多个任务同时处理，结果回到人类面前。

这几类入口会重叠，也会竞争。一个开发者可能在 Cursor 里写需求草稿，让 Claude Code 跑本地测试，把 issue 分给 Copilot coding agent，再让 Codex 尝试另一个修复方案。软件工程从未缺少工具，缺少的是工具之间不互相踩脚。2025 年的荒诞之处在于，为了让 agent 帮人类管理复杂性，人类先要管理一群 agent 的上下文、权限和输出格式。

因此，编辑器路线的意义不在于它一定赢过 GitHub 或模型公司，而在于它证明 agent 不会只有一个入口。程序员的新同事可能在 IDE 侧边栏里建议 diff，也可能在终端里请求运行命令，可能在 GitHub 上开 PR，也可能在云端排队处理任务。它们都声称自己更懂项目；最后检验它们的，不是发布会上生成了多少代码，而是团队在周三下午合并它们的 PR 时，愿不愿意少皱一点眉。

六、程序员变成规格员、审稿人和责任人

这些工具真正改变普通开发者工作的地方，不是让人完全不写代码，而是把一天里的角色重新洗牌。

一个典型任务过去可能这样开始：开发者读 issue，复现 bug，找相关文件，修改实现，补测试，本地运行，提交 PR，等待 review。agent 进入之后，流程变成另一种形状：开发者先把 issue 写得更清楚，补充约束、边界条件、验收标准和测试命令；把任务分给 agent 或在终端中要求 agent 尝试修复；随后阅读 diff、检查测试、追问设计理由，必要时要求 agent 改第二版、第三版；最后仍由人类决定是否合并。

这意味着开发者从“代码打字员”向四个角色移动。

第一，规格撰写者。agent 对模糊任务很敏感。人类写“优化登录体验”，它可能不知道是减少请求、调整 UI、修 bug，还是改文案。人类写“当密码错误时保持邮箱输入框内容，显示现有错误组件，不改变登录 API，补充对应单元测试和 Playwright 用例”，agent 才更可能沿着正确轨道行动。过去，规格不清导致同事返工；现在，规格不清会让机器同事以极快速度返工。

第二，差异审稿人。AI 生成的代码常常比初学者代码更像“正确代码”：格式整齐，命名自然，注释完整，甚至测试也齐全。它的问题往往藏在业务语义、权限假设、边界条件和长期维护里。reviewer 不能只看它能不能编译，还要问：这个分支会不会泄露数据？这个缓存会不会破坏一致性？这个依赖是否必要？这个测试是否只是验证了错误实现？

第三，测试运行者和测试设计者。agent 可以跑测试，也可以补测试，但测试仍然需要独立规格。最危险的情况是 agent 先写错实现，再根据错误实现生成通过的测试。那不是验证，而是自我鼓掌。团队需要更明确的回归用例、集成测试、端到端路径和 CI 策略，让机器产出的 diff 被机器可重复地检验，再被人类有判断地接受。

第四，责任持有人。无论 Codex、Claude Code、Gemini CLI 还是 Copilot coding agent 写了多少代码，生产事故不会发给模型绩效面谈。客户、监管、SLA、审计、开源许可证和安全漏洞，最终仍由公司和人类团队承担。agent 可以生成 PR，但不能在事故报告上签字；可以建议升级依赖，但不能向客户解释为什么昨晚服务不可用。

对初级开发者，这种变化尤其复杂。过去，一些简单任务虽然枯燥，却是理解系统的训练路径：改字段、补接口、写 CRUD、修小 bug、读失败测试。agent 把这些任务压缩之后，新人更容易“发货”，也更容易跳过理解。一个人可以让 AI 生成一大段可运行代码，却未必知道为什么项目不用另一种架构，为什么某个老接口不能碰，为什么那个看似多余的判断保护了三年前的客户数据。

这不是说新人没有机会。相反，agent 可能让新人更快进入大型代码库，更快获得解释，更快看到可运行方案。但学习路径需要重新设计。团队不能只看新人合并了多少 AI 辅助 PR，还要看他们能否解释 diff、定位错误、写出清楚规格、拒绝看似漂亮但不合适的方案。AI 降低了开始的门槛，也提高了真正理解系统的要求。

资深工程师的价值也没有消失，只是更集中在判断上。哪些任务适合交给 agent？哪些文件不该让它碰？哪些测试结果可信？什么时候应该让它继续迭代，什么时候应该人类接手？什么时候一个 agent 生成的“简单修复”其实正在绕开架构边界？这些判断过去就重要，2025 年以后变得更显眼。

程序员的新同事终于上岗，但它改变的不是责任归属，而是责任前的劳动分布。人类少敲了一些样板代码，多写了一些规格；少查了一些命令参数，多看了一些 diff；少从零搭脚手架，多决定哪些脚手架不该存在。工作的手感变了，签名的位置没变。

七、没有工牌的新同事

2025 年到 2026 年初，编码成为普通专业人士最早大规模接触 agent 同事的场景之一。这件事有充分的工程原因。代码天然可文本化，仓库天然可版本化，任务天然可 issue 化，结果天然可 diff 化，质量至少部分可测试化。相比让 agent 自由操作整个互联网，让它先在软件仓库里工作，像是把一只会开门的动物先放进装了围栏的实验室。

但围栏不是万能的。AGENTS.md 可以告诉它如何跑测试，却不能保证需求正确；MCP 可以连接外部工具，却不能替团队做权限治理；Codex 可以在云端并行处理任务，却不能保证每个结果都符合长期架构；Claude Code 和 Gemini CLI 可以在终端里改文件跑命令，却更需要确认和审计；Copilot coding agent 可以开 draft PR，却不能把 review 变成橡皮图章。

兴奋与怀疑必须同时保留。兴奋在于，这些工具确实把很多低价值摩擦压缩了。一个开发者可以更快理解陌生代码库，更快得到初稿，更快补测试，更快尝试迁移方案。怀疑在于，软件工程从来不是代码行数竞赛。它是团队协作、长期维护、风险控制和责任分配。代码越容易生成，判断越不能外包。

这一轮变化也和早期“AI 软件工程师”的宏大口号不同。行业没有等来一个单独坐在工位上的机器程序员，而是在工具链每个缝隙里看见 agent：终端、IDE、GitHub issue、pull request、云端沙箱、MCP 工具、项目指令文件。它们没有统一制服，却都在争夺同一个位置：软件任务从自然语言走向代码变更的默认通道。

程序员的新同事已经上岗。它接任务，读文件，改代码，跑测试，开 PR；它也需要说明书、权限边界、review、回滚和人类签字。它不像传统同事那样会在站会上说“昨天被依赖阻塞”，但它会在日志里留下另一种阻塞：测试失败、上下文不足、权限被拒、指令冲突。

真正的问题不再是它会不会写代码，而是团队能否把它放进足够好的流程里。让它做擅长的事，让它留下证据，让它接受审查，让人类保留最后判断。软件行业第一批 agent 同事没有改变一条老规则：能合并进主干的，不是最会说话的代码，而是经得起责任追问的代码。

参考文献

  1. Anthropic，“Claude 3.7 Sonnet and Claude Code”，2025-02-24。
  2. OpenAI，“Introducing Codex”，2025-05-16。
  3. GitHub Blog Changelog，“GitHub Copilot coding agent is now available for Copilot Business users”，2025-06-24。
  4. Google Blog，“Introducing Gemini CLI: An open-source AI agent”，2025-06-25。
  5. GitHub Blog Changelog，“GitHub Copilot CLI is now generally available”，2026-02-25。
  6. GitHub Blog Changelog，“Copilot coding agent now supports remote MCP servers”，2025-07-09。
  7. GitHub Blog Changelog，“Copilot coding agent now supports AGENTS.md custom instructions”，2025-08-28。
  8. OpenAI，“Introducing GPT-5 for developers”，2025-08-07。
  9. Anthropic，“Claude Code remote MCP”，访问日期 2026-02-28。
  10. Anthropic，“Claude Opus 4.1”，2025-08-05。
  11. Anthropic，“Claude Sonnet 4.5”，2025-09-29。
  12. Cursor，“Cursor Documentation”，访问日期 2026-02-28。
  13. Windsurf / Codeium，“Introducing the Windsurf Editor”，2024-11-13；Windsurf，“Codeium is now Windsurf”，2025-04。