AI CODING
METHODS · WORKFLOW · TOOLS · FUTURE // 人机协作的编程范式
> 五年时间，编程的"单位"从一行代码变成一个任务，又正在变成一份规格：2021 年 Copilot 在光标后猜你的下一个词；2025 年 Claude Code 读懂你的整个仓库、自己跑测试、自己修 bug；2026 年的实验方向是规格驱动——人只维护"要什么"，机器负责"怎么做"。这一页是 2026 年秋天的一次快照：五种范式、七步流程、六年工具史、四条前景——以及不随范式改变的那部分：理解、验证与责任，始终在人这边。
Methods — 五层范式与六个方法
行级补全
光标后猜下一个 token，人写主干、机器补枝叶。
单位：一行对话生成
描述需求得代码块，人负责粘贴、接线、调试。
单位：一个函数Agent 编码
给任务不给步骤：读库、改码、跑测试、迭代修复。
单位：一个任务多 Agent 协作
主 Agent 分解项目，子 Agent 并行执行，人审合并。
单位：一个特性规格驱动
规格即契约，代码是可再生的推导物，验证回归规格。
单位：一份规格提示工程Prompt Engineering
zero/few-shot 示例、思维链（CoT，Wei et al. 2022）、角色与约束设定——L2 时代的核心技能，L3 后沉淀为"给 agent 写任务说明"的能力。
检索增强RAG
外部知识注入（Lewis et al. 2020）：文档/代码库向量化检索后进上下文——企业落地最常用的"接地"手段，代码场景演化为 repo map 与语义索引。
上下文工程Context Engineering
CLAUDE.md / AGENTS.md 项目规约、MCP 工具协议、精准检索代替塞满窗口——L3 之后真正的胜负手：模型能力相近时，谁喂的上下文质量高谁赢。
Agentic 循环Agentic Loop
感知（读库/跑命令）→ 规划（拆步骤）→ 行动（改文件）→ 反思（看测试结果）→ 循环直到验收——现代 agent 的心跳，工具调用是它的手。
测试先行TDD with AI
人写测试（定义"对"），AI 跑红绿灯循环直到全绿——把审查从"读代码"降维成"读测试结果"，是对抗 AI 代码"看着对"的最经济手段。
规格驱动Spec-Driven Dev
先冻结规格（验收标准、接口契约、不变量），再让 agent 生成实现；规格可执行/可验证时（BDD、形式化），代码获得"可再生"地位——L5 的雏形。
Workflow — 七步流程与 Agentic 循环
七步主流程：① 需求澄清（人：要解决什么）→ ② 规约固化（spec / CLAUDE.md / 验收标准——AI 时代最重要的文档）→ ③ 计划（plan mode：agent 出方案、人砍需求）→ ④ 实现（agent 并行改码，人不再逐行陪同）→ ⑤ 审查（人审 PR + 机器审：lint/安全扫描/AI reviewer）→ ⑥ 验证（测试、静态分析，高保障领域走向形式化）→ ⑦ 迭代与沉淀（把这次学到的约定写回规约——上下文的复利）。
不变的两个原则：① 验证左移——规约阶段的一个歧义，比实现阶段的十个 bug 便宜；② 上下文复利——项目规约文件每迭代一次就更准一分，它是团队 AI 能力的真正资产（模型人人能买，上下文买不到）。
Simulate — 范式分工实验室 × 六年时间线沙盘
Tools — 六年工具史（2021–2026）
| 年份 | 里程碑 | 含义 |
|---|---|---|
| 2021 | GitHub Copilot 技术预览（2022.6 GA） | L1 补全进入主流 IDE，"AI 结对"第一次可用 |
| 2022 | ChatGPT（11 月） | 对话式编程普及，prompt 成为全民技能 |
| 2023 | GPT-4；Cursor；Aider；SWE-bench 提出 | L2 成熟；真实 issue 数据集建立度量衡（GPT-4 当时 pass@1 约 2%） |
| 2024 | Devin（3 月）；Claude 3.5 Sonnet；Composer 多文件编辑；MCP 开源（11 月） | "自主软件工程师"叙事登场；工具协议统一 agent 生态 |
| 2025 | Claude Code GA；OpenAI Codex CLI；Gemini CLI；Agent SDK 层出不穷 | L3 Agent 编码主流化，终端成为主战场；SWE-bench Verified 头部 70%+ |
| 2026 | 多 Agent 编排成熟；规格驱动实验；形式化验证结合 | L4 落地、L5 探索；榜单逼近饱和，竞赛转向长任务与真实仓库 |
工具版图（按形态）：① CLI/终端 Agent——Claude Code、OpenAI Codex CLI、Gemini CLI、Aider（开源）；② IDE 集成——Cursor、GitHub Copilot、Windsurf、JetBrains AI；③ 云端自主平台——Devin、Jules 类异步交付；④ 协议与生态——MCP（工具接入）、LSP（语义理解）、各家 Agent SDK；⑤ 国内——通义灵码、文心快码 Comate、CodeGeeX 等。选型三问：上下文怎么进（repo 理解深度）、验证怎么出（测试/命令闭环）、数据去哪了（合规边界）。
Future — 四条前景与不变量
度量走向饱和，战场转向长任务
SWE-bench Verified 从 2023 年个位数爬到 2025 年 70%+、2026 年头部 75–80%（公开报告值，口径有异）——单 issue 修复不再是分水岭；新的竞赛在多日长任务、跨仓重构、真实工程约束（遗留代码/评审流程）。
形式化验证的文艺复兴
AI 生成快、验证慢的矛盾，正把 Coq/Lean/TLA+ 从庙堂推向工具链：四色定理 2005 年的 Coq 路线（机器生成 + 机器验证）正在变成 AI Coding 的标准架构——生成可以外包，验证必须收口。
多 Agent 与组织级编排
主 Agent 规划 + 子 Agent 并行 + 专用 reviewer Agent 的分工形态，正在把"团队协作协议"翻译成"机器协作协议"；编排能力（谁干什么、怎么合并、冲突谁裁）成为新中间件。
工程师角色的上移
打字速度归零价值，规约能力（说清"要什么"）、验证能力（判断"对不对"）、品味（决定"值不值得"）升值——初级岗位形态重定义，"读代码 + 审规格"取代"写代码"成为日常；技能断层与 AI 代码债是真实的组织风险。