发展脉络与流派

kp-029入门15 分钟07-脉络与前沿

一句话定义

AI 辅助编程在七年里走完了「代码模型 → 补全产品 → 对话编程 → 工程 Agent」四步,并分化出补全派、对话派、Agent 派与规格派四种实践流派——理解脉络是为了判断当下工具的定位与未来方向。

为什么重要

工具迭代极快,但演进的方向相对稳定:介入深度不断加深(kp-001 的三层版图是历史叠加的产物)、验证环节不断前置(从人读代码到测试兜底到规格先行)。理解脉络能让你在纷繁的新产品发布中做定位判断——「这是把哪一步做得更好」——而不是每次都从零评估。流派的分野也解释了团队内的路线之争:不同流派优化的是不同的瓶颈。

前置知识

kp-001(AI 辅助编程的版图与核心术语)。

核心概念

四步脉络(要点式):

  1. 代码模型期(2018-2020):GPT-2/BERT 系模型展现代码理解潜力,学术与内部工具探索为主;规模化预训练代码语料的可行性被验证。
  2. 补全产品期(2021-2022):Codex 论文与 GitHub Copilot(2021 技术预览)把补全做成大众产品,ghost text 成为默认心智;评测基准(HumanEval 类)确立。
  3. 对话编程期(2022-2023):ChatGPT 引爆对话式生成,「贴代码问问题」成为新日常;开源代码模型与本地化工具涌现;IDE 集成的对话面板普及。
  4. 工程 Agent 期(2023 至今):终端/IDE Agent 具备读写与执行能力,循环式自主开发可用;规则文件、spec 驱动、多 Agent 等工程化实践兴起;模型上下文协议(MCP 类)推动工具生态标准化。

四个流派:

成熟的团队实践通常是混合体:补全做样板、对话做设计、Agent 做执行、规格做边界。

  • 补全派:信仰低打断的行内加速,反对重上下文仪式;
  • 对话派:信仰意图表达与多轮澄清,把编辑器当执行端;
  • Agent 派:信仰派工单与验收自动化,人只做规划与把关;
  • 规格派:信仰「文档即源头」,代码是规格的编译产物。

原理与机制

演进的底层驱动是两根曲线的赛跑:模型能力(上下文长度、推理质量、工具使用)与验证手段(测试基建、类型系统、规格工具化)。补全期不需要强验证(人逐行把关),Agent 期则必须有客观验收信号——这解释了为什么 Agent 浪潮与「测试文化」「规格驱动」同期兴起:不是巧合,是循环(kp-017)对验证器的结构性依赖。流派分歧同样源于瓶颈判断不同:补全派赌「人机延迟最小化」,规格派赌「歧义是最大成本」,各自都在自己的场景里成立。

实例或案例

操作步骤(用脉络给新产品定位):

  1. 问它属于哪一层介入(补全/对话/Agent),引用 kp-001 版图。
  2. 问它优化哪个历史瓶颈:延迟(补全派)、表达(对话派)、自治(Agent 派)、歧义(规格派)。
  3. 问它依赖什么验证基建——没有验证器支撑的强自治产品要格外警惕。
  4. 对照四流派判断与团队现状的兼容性,小试点后再引入(kp-027)。

排错清单:

  • 被新产品发布弄得焦虑 → 回到版图与瓶颈框架:多数「颠覆」是既有流派的增量改进。
  • 团队流派之争无解 → 承认各流派在不同任务类型上各有胜场,用任务类型路由而非全员统一。

公式或模型

本节不适用:历史脉络无量化模型。

图示

2018 ──── 2021 ──── 2022 ──── 2023 ────▶ 今
代码模型    补全产品    对话编程     工程Agent
(潜力验证)(ghost text)(意图表达)  (循环自治+规格/协议)
验证手段需求:人工把关 → 测试兜底 → 客观验收器(前置化)

直观类比

像摄影史:从暗房(代码模型)到傻瓜机(补全)到数码即时预览(对话)到自动档单反(Agent)——每代都保留上一代场景,而非取代;「用什么档位」取决于你在拍什么。

常见误区

  • 线性取代论:「Agent 出了所以补全没用了」——四层形态至今共存,按任务粒度选择。
  • 唯产品论:把某家产品的功能当历史必然,忽视底层是模型能力与验证基建的赛跑。
  • 流派站队:把实践分歧当立场问题;分歧的本质是对瓶颈的不同判断。

与其他知识点的关系

kp-030 展望曲线的前方;kp-001 的三层版图正是本脉络的空间化表达。

自测题

要点:代码模型→补全→对话→Agent;自主循环依赖客观验收器,验证基建必须同步前置。

要点:补全派押延迟、对话派押表达、Agent 派押自治、规格派押歧义。

  1. 四步脉络是什么?为什么 Agent 浪潮与规格驱动同期兴起?
  2. 四流派各自押注的瓶颈是什么?

延伸阅读

《Evaluating Large Language Models Trained on Code》Chen et al., 2021——补全产品期的奠基论文。

#历史#流派#Copilot