Agentic Coding：从“让 AI 写代码”到“让 AI 完成软件工程任务”
最近看到一个新词：Agentic Coding，了解了一下。 近几年，AI 写代码已经从一个新鲜功能变成了开发者日常工作的一部分。 最开始，我们让 AI 补全一行代码；后来可以让它生成一个函数、一段 SQL，甚至生成一个完整的页面。再后来，Cursor、Claude Code、GitHub Copilot 等工具开始能够读取整个代码库、修改多个文件、执行命令和运行测试。 这时候，事情开始发生变化。 以前我们更习惯说： 「让 AI 帮我写代码。」 现在越来越接近： 「把这个开发任务交给 AI，让它自己完成。」 这就是 Agentic Coding 值得讨论的地方。 它并不是简单地把代码生成能力做得更强，而是把 AI 在软件开发中的角色从「代码助手」进一步推向「任务执行者」。 从代码补全到 Coding Agent 最早一代 AI 编程工具解决的问题其实非常明确：预测开发者接下来可能要写什么代码。 开发者输入前面的代码，AI 根据当前文件和上下文预测后面的内容。 这种模式本质上还是： 开发者 ↓ 写代码 ↓ AI 提供建议 ↓ 开发者确认 后来，AI Coding 进入了第二个阶段。 开发者不再需要逐行告诉 AI 怎么写，而是可以直接描述一个需求： 给用户登录接口增加 Refresh Token。 Access Token 有效期 30 分钟， Refresh Token 有效期 7 天， 并增加 Token 刷新接口。 AI 可以生成多个文件、修改已有代码，并根据项目结构调整实现。 这已经不只是代码补全，而是基于任务生成代码。 再往前一步，Coding Agent 开始拥有更多实际操作能力。...