Appearance
AI 编程 Agent 化：Claude Code、Codex CLI、Devin 与自主软件工程
从 GitHub Copilot 的代码补全到 Claude Code 的自主终端操作，AI 编程正在经历从"助手"到"Agent"的质变。2025 年，SWE-bench 分数从 20% 跃升至 60%+，自主软件工程不再是科幻。
演进：三代 AI 编程工具
第一代：代码补全（2021-2023）
- 代表：GitHub Copilot（2021）
- 能力：单行/多行代码补全、函数生成
- 交互：IDE 内联建议，开发者主导
第二代：对话式编程（2023-2024）
- 代表：ChatGPT、Claude、Cursor Chat
- 能力：代码解释、重构、bug 修复、生成完整函数
- 交互：聊天界面，多轮对话
第三代：Agent 化编程（2024-2025）
- 代表：Claude Code、Codex CLI、Devin
- 能力：自主规划、执行终端命令、编辑多文件、运行测试、迭代调试
- 交互：自然语言描述任务，Agent 自主执行
主要工具
Claude Code（Anthropic）
- 发布时间：2025 年 2 月研究预览；2026 年初 GA
- 核心能力：
- 在终端中执行命令、编辑文件、迭代调试
- 使用 Claude 3.7 Sonnet 作为底层模型
- 支持 Git 操作、测试运行、代码搜索
- 使用方式：
claude命令行工具，在代码库目录中启动 - 内部数据：Anthropic 称 Claude Code 处理了约 30-40% 的内部工程任务
- 差异化：深度终端集成；与 Anthropic 安全理念一致
OpenAI Codex CLI / Codex Agent
- 发布时间：2025 年 5 月（Codex CLI）
- 核心能力：
- 基于 GPT-4.1 / o3 的自主编码
- 沙箱化执行环境，安全运行生成代码
- GitHub 集成，可直接提交 PR
- 使用方式：命令行工具
codex，支持自然语言任务描述 - 2026 演进：向更自主的 Agent 能力发展，改进多步规划和推理
Devin（Cognition）
- 发布时间：2024 年 3 月 demo；2024-2025 年持续迭代
- 核心能力：
- 完整的云端工作空间
- 自主规划、编码、测试、部署全流程
- 浏览器操作、API 调用、文档查阅
- 定位："第一个 AI 软件工程师"
- 挑战：面临 Big Tech 同类产品的激烈竞争
GitHub Copilot Workspace
- 发布时间：2024 年预览；2025 年 GA
- 核心能力：
- 从自然语言 spec 生成多文件代码变更
- 深度 IDE 集成（VS Code、JetBrains）
- 企业级功能（代码审查、安全扫描）
- 优势：庞大的开发者生态和 IDE 整合
其他重要工具
| 工具 | 公司 | 定位 | 特点 |
|---|---|---|---|
| Cursor | Anysphere | AI-native IDE | Composer 模式、多文件编辑 |
| Windsurf | Codeium | Agentic 编辑 | Cascade 智能编辑流 |
| Aider | 开源 | 终端配对编程 | 多模型支持、Git 集成 |
| Cline | 开源 | VS Code 扩展 | 自主任务执行 |
SWE-bench：Agent 编程的北极星
SWE-bench（Software Engineering Benchmark）是评估 AI 修复真实 GitHub issue 能力的基准：
| 时间 | 最高分 | 代表系统 |
|---|---|---|
| 2024 年初 | ~20% | 早期 Agent |
| 2024 年末 | ~40% | Devin、早期 Claude Code |
| 2025 年中 | ~50-60% | Claude Code、Codex |
| 2026 年 | ~60-70% | 前沿 Agent |
关键洞察：SWE-bench 的快速提升证明 Agent 化编程正在从 demo 走向实用。
技术架构
Agent 化编程的核心组件
- 规划（Planning）：将自然语言任务分解为可执行的子任务
- 工具使用（Tool Use）：调用终端、文件系统、浏览器、API
- 上下文管理：在 100K-1M+ token 的上下文中理解整个代码库
- 执行与验证：运行代码、测试，根据反馈迭代
- 人机协作： approval 工作流，关键操作需人类确认
关键技术趋势
- 上下文窗口竞赛：模型支持 100K-1M+ token，实现全代码库理解
- 沙箱执行：安全运行生成代码，防止恶意操作
- 多 Agent 协作：多个 Agent 分别负责规划、编码、测试
- Vibe Coding：非工程师用自然语言生成代码的新趋势
竞争格局
| 维度 | Claude Code | Codex CLI | Devin | Copilot Workspace |
|---|---|---|---|---|
| 自主性 | 高 | 高 | 最高 | 中 |
| IDE 集成 | 终端 | 终端 | 云端 | 最强 |
| 模型 | Claude 3.7 | GPT-4.1/o3 | 自有 | GPT-4o |
| SWE-bench | ~60-70% | ~55-65% | ~50-60% | ~50-60% |
| 价格 | 中 | 中 | 高 | 中 |
| 安全性 | 强 | 中 | 中 | 中 |
关键趋势
- 从补全到自主：AI 从被动建议转向主动执行
- SWE-bench 驱动：基准测试成为产品迭代的 North Star
- Vibe Coding 兴起：非专业开发者用自然语言创建软件
- 安全与审查：自主代码生成需要配套的安全审查自动化
- 人机协作模式：AI 处理 80%，人类处理关键的 20%
影响与争议
积极影响
- 效率提升：开发者处理重复性工作的时间大幅减少
- 门槛降低：非工程师也能创建软件原型
- 质量改进：AI 能发现人类遗漏的 bug 和边缘情况
争议与风险
- 技能退化：开发者过度依赖 AI，基础能力退化
- 代码质量：AI 生成的代码可能包含 subtle bug
- 安全漏洞：自主生成的代码可能引入安全隐患
- 就业影响：初级开发者岗位需求下降
未来展望
未来 12 个月的关键问题：
- SWE-bench 能否突破 80%？
- AI 能否处理大规模系统架构设计？
- "Vibe Coding" 会催生多少新产品？
- 如何平衡自主性与安全性？
相关页面
- AI Coding 趋势 — AI Coding 趋势总览
- 2025 年 AI 关键趋势 — 2025 年 AI 关键趋势
- 2026 年 AI 趋势速览 — 2026 年 AI 趋势速览
- Cursor — Cursor 实体页面
- GitHub Copilot — GitHub Copilot 实体页面
- Devin — Devin 实体页面
- Claude Code — Claude Code 实体页面
Sources
- Anthropic Claude Code announcement, Feb 2025
- OpenAI Codex CLI launch, May 2025
- Cognition Devin demo, Mar 2024
- GitHub Copilot Workspace GA, 2025
- SWE-bench leaderboard (swebench.com)