AI 编程助手发展历程记录

6 minutes read
AIAgent

AI 编程助手的演进之路

作为一名开发者，见证了 AI 编程助手从简单补全到智能Agent的快速发展。

第一阶段：局部补全 Copilot

2021 年，GitHub 发布了 Copilot，它能在你敲代码时给出自动补全建议，能节省重复敲代码的时间，自动完成简单的代码片段。

GitHub Copilot 自动补全功能

这一阶段就像给你一个打字助手：你写一句，AI 猜下一句。方便快捷，但只能帮忙"猜"代码。你需要写更好的给功能进行命名和注释，才能让 AI 理解你的意图。

第二阶段：对话式辅助（Chat）

AI 聊天助手出现后，你可以用自然语言和它对话，比如"帮我写一个简单的Express Web Server"。

AI 聊天助手对话式编程

现在它能生成完整的小功能或模块了，你提需求，它给一些答案，但生成的代码你还需要进一步审查调整，也不能理解其他文件中的配置。

第三阶段：AI 编辑模式（Edit）

为了解决复制粘贴的麻烦，编辑模式应运而生。

AI 编辑模式直接修改代码

现在它可以直接在你的项目文件里增删改，并清晰对比改动位置，仍需要确认每次改动。

第四阶段：智能体时代（Agent）

Agent 模式是真正的飞跃。AI 拥有"自主执行任务"的能力，能感知环境、调用工具、记住偏好，并自己规划多步流程，比如我想给某个组件编写一个单元测试，它会自行检测项目环境、是否需要安装依赖、生成测试文件和代码、遇到失败尝试自我修复。

Copilot 智能代理模式

智能代理的工作流程

  1. 理解用户任务需求
  2. 分析项目结构和环境
  3. 规划执行步骤
  4. 自主调用工具完成任务
  5. 遇到错误时自我修复

整个过程像一个实习工程师：主动搞定一切，只要你确认即可。它能深度理解项目结构和依赖，包括你的编码习惯和偏好。现在你能交给它一些繁琐任务，你负责审查和把关了。此时AI还是局限于项目自身，缺乏调用外部工具和访问私有资源的能力，比如生成数据库表结构、调用API等任务。

第五阶段：Agent + MCP

为了让 Agent 更好地调用各种外部工具，需要统一接入标准。Anthropic 在 2024 年提出 MCP 协议：

  • 外部应用只需实现 MCP 接口，无需为每个模型写接入代码
  • AI 通过 MCP 服务安全地访问私有资源

你可以快速安装第三方 MCP 服务，让 Agent 可以访问公司内网、Figma、执行文件操作、访问数据库等。

MCP 协议扩展 AI 能力边界

Model Context Protocol

MCP 是一种标准化协议，允许 AI 模型安全地与外部工具和服务交互

扩展 AI 能力边界

通过 MCP，AI 可以访问企业内部资源、执行复杂操作，突破原有限制

MCP 的一些核心概念

MCP 是一个开放协议，用于标准化应用程序向大语言模型（LLM）提供上下文的方式。你可以把 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为各种设备与外设之间的连接提供了统一标准一样。

// McpServer 是 MCP 协议的核心接口。它负责连接管理、协议合规性和消息路由：
const server = new McpServer({
  name: "My App",
  version: "1.0.0"
});

结语

现阶段 AI 可以大幅提升效率，然而质量和安全，依然需要有经验的工程师全程监督。

AI 仍然在高速迭代和发展，也许不久的将来就会出现真正的AI工程师，到时候工程师的角色会发生怎样的变化呢？

On this page

Scroll to top