Agentic Coding — AI 术语表

Agentic Coding（智能体编程）是一种让 AI 以自主代理（agent）身份参与软件开发的编程范式。与传统的代码补全或聊天式辅助不同，agentic coding 中的 AI 能够独立理解需求、规划实现路径、跨文件编辑代码、执行终端命令，并根据测试结果自我修正——整个过程只需开发者描述目标，无需逐行指导。

为什么 Agentic Coding 重要

传统 AI 编程辅助停留在"你问我答"的层面：开发者写一行代码，AI 补全下一行。Agentic coding 把这个模式彻底翻转——开发者描述一个任务（"重构认证模块并更新所有测试"），AI 自主完成从分析代码库、规划修改方案到执行变更的全流程。

这意味着开发者可以将重复性高、跨文件范围大的工程任务交给 AI 代理，自己专注于架构决策和业务逻辑。Claude Code、Cursor 等工具正在推动这一范式落地。我们在最近的报道中分析了相关生态的最新进展。

Agentic Coding 如何运作

Agentic coding 的核心机制包括：

• 任务规划：AI 将高层需求拆解为可执行的子任务序列
• 工具调用：通过 shell 访问构建工具、测试框架、版本控制等开发基础设施
• 上下文感知：读取项目结构、配置文件和代码依赖关系，理解整体架构
• 反馈闭环：执行代码后根据编译错误或测试失败自动调整方案

与简单的代码生成不同，agentic coding 强调端到端的任务完成能力——AI 不只是写代码，还要确保代码能跑通。

相关术语

• Cursor：集成 AI 能力的代码编辑器，支持 agentic 工作流
• Fine-tuning：通过微调提升模型在特定编程任务上的表现

---

觉得有用？订阅 LoreAI，每天 5 分钟掌握 AI 动态。