Agentic Coding
Agentic Coding（智能体编程）是一种以AI代理为核心驱动力的软件开发范式。在该范式中，AI代理能够自主理解任务目标、规划执行步骤、调用工具并迭代修正代码，而非仅被动响应单次指令。开发者的角色从逐行编写代码转变为提供高层需求描述与审查决策，AI代理负责完成代码生成、测试、调试等具体实现环节，具有较高的自主性与多步骤推理能力。
核心事实
时间轴 (近 90 天)
给模型模糊指令会导致输出差异极大、可比性低，因此评测应使用非常具体的 prompt
智能体循环允许AI模型在一次任务中反复经历感知、规划、行动、观察的迭代循环，并将函数返回值纳入下一轮推理上下文
Agent Harness指包裹在大语言模型外围、负责协调模型与外部世界交互的整套工程系统
编程智能体是将大语言模型与工具调用、记忆管理和多步骤规划能力相结合的系统架构，能够执行感知-规划-行动的循环
函数调用的感知→推理→调用→反馈闭环是ReAct（Reasoning + Acting）框架的工程化实现
全部知识事实 (7)
2025-2026年间，Agentic Coding（智能体编程）范式兴起，AI能够主动规划任务、调用工具链、执行多步骤操作
90%已验证Coding Agent与普通AI聊天机器人的本质区别在于工具调用（Tool Use）能力，包括执行终端命令、读写文件系统、调用API等
75%已验证智能体循环允许AI模型在一次任务中反复经历感知、规划、行动、观察的迭代循环，并将函数返回值纳入下一轮推理上下文
65%待验证给模型模糊指令会导致输出差异极大、可比性低，因此评测应使用非常具体的 prompt
50%待验证Agent Harness指包裹在大语言模型外围、负责协调模型与外部世界交互的整套工程系统
50%待验证编程智能体是将大语言模型与工具调用、记忆管理和多步骤规划能力相结合的系统架构，能够执行感知-规划-行动的循环
50%待验证函数调用的感知→推理→调用→反馈闭环是ReAct（Reasoning + Acting）框架的工程化实现
50%