会写代码的AI很多，但真正的Coding Agent很少

三个画面

先看三个画面，它们都叫“AI写代码”，但背后是三种完全不同的东西。

画面一：你开着聊天窗口，让AI写个函数。它给了，你复制、粘贴、运行，然后报错，再把报错贴回去。一来一回，你的手始终没停过——你才是那个真正的引擎。

画面二：你在IDE里敲代码，Copilot的灰色幽灵文字提前半句浮现出来，你按下Tab。它填补了你的思路，但仅此而已。

画面三：你对终端里的agent说一句“把这个失败的测试修绿”，然后起身去倒咖啡。回来时测试绿了，一份diff躺在那儿等你review——中间它自己读了代码、改了文件、跑了三轮测试、修了两次报错。

三个画面里的AI都在“写代码”，但只有第三个，才是Coding Agent。前两个差在哪？这正是本文要回答的问题。

先把“Agent”说清楚

聊Coding Agent之前，得先给“普通Agent”下个定义。业内流传最广的公式来自Martin Fowler：

Model是大脑，Harness（直译“马具”）是套在大脑外面的那副身体：它能调用哪些工具、有没有记忆、出了错怎么兜底。光有大脑只能聊天，配上身体才能做事——帮你订机票的是agent，替你查资料写报告的是agent，自动处理客服工单的也是agent。

注意这个定义里没有出现“代码”两个字。Agent是个通用概念，身体可以是任何形状。那么，什么样的agent才配叫Coding Agent？很多人的第一反应是“给它加上写代码的工具不就行了”——差不多，但漏掉了最关键的一块。

分水岭：谁来判卷

Coding Agent与普通Agent的本质区别，不在于它输出的是代码，而在于一件事：它做得对不对，由机器判卷，不由人判卷。

打个比方。普通agent像一个没法自己尝味道的厨师：每加一勺盐都得端给你，问一句“咸淡合适吗”。它订的机票是不是你想要的航班、写的报告方向对不对，最终裁判是你，反馈得等你开口。所以它每走几步就要停下来等人。

Coding Agent的幸运在于，软件工程这个领域，天生自带判卷机：代码写错了，编译器会报错；逻辑不对，测试会飘红；风格有问题，lint会警告。这些反馈客观、即时、免费。Coding Agent就是把这台判卷机接进了自己的工作循环——测试就是它的舌头，每改一次就尝一口，错了自己回炉，不需要人守在旁边。

于是就有了那个核心循环：

读代码 → 改代码 → 跑起来（测试/编译）→ 看结果 → 不对就再改 → 直到通过

这个“编辑—执行—验证”的闭环，就是Coding Agent的心脏。画面一里的ChatGPT没有这个闭环——你在替它跑代码、贴报错，你才是那个循环，它只是循环里的一个函数。画面二的Copilot补全连循环都没有，它是一次性的预测。只有画面三，循环完整地长在agent自己身上。

插一个问题：为什么偏偏是“写代码”先跑出了Agent？

这两年各行各业都在做agent，但公认最先“能真干活”的就是Coding Agent。这不是巧合，而是软件工程这个领域天生占了三个便宜。

第一，有判卷机。上面说过了，测试和编译器提供客观、即时、免费的反馈。对比一下“帮我策划一场营销活动”——方案好不好，得等市场用几周时间告诉你，agent根本没法自己迭代。

第二，错了能悔棋。git让每一步修改都可回滚，沙箱让危险操作出不了圈。agent可以大胆试错，代价近乎为零。而“帮我给客户发封邮件”这种事，发出去就收不回来，你敢让它自主循环吗？

第三，整个世界都是文本。代码、报错、日志、diff、文档，全是大语言模型最擅长的介质，不需要看屏幕、不需要动鼠标。环境本身就说着模型的母语。

判卷机、悔棋键、母语环境——三样凑齐，自主循环才转得起来。其他领域的agent之所以慢半拍，往往不是模型不行，而是这三样凑不齐。理解了这一点你就明白：Coding Agent不是“普通Agent加个写代码功能”，而是agent这个物种在条件最好的栖息地里，最先完成的一次进化。

一个Coding Agent的五件套

把闭环拆开，一个合格的Coding Agent需要五样东西。用身体打比方：

1. 手——能改文件、能跑命令。读写编辑文件、执行shell命令、用grep在仓库里搜代码。研究者给这层起了个正式名字叫ACI（Agent-Computer Interface，agent与计算机之间的接口）。SWE-agent那篇论文证明过：同样的模型，接口设计的好坏能拉开几十个百分点的成绩——手笨手巧，差别很大。

2. 眼——在几十万行代码里找到该看的。真实仓库塞不进任何模型的上下文窗口。所以它得会检索、会读目录结构、会先看骨架再看细节，长任务里还要会“压缩记忆”腾地方。这层功夫业内叫上下文工程（Context Engineering）。

3. 舌头——自己验证，错了自己修。前面说的判卷闭环：跑测试、读报错、定位、修复、再跑。这是分水岭本岭。

4. 记性和条理——计划、清单、断点续跑。复杂任务要先拆解成todo，做完一项勾一项；跑到一半断了，明天能接着跑。有些还会派“子agent”——一个干活、另一个专门挑刺。道理和人类团队一样：写代码的和验收的最好不是同一个，自己给自己批改作业，总是批得太宽容。

5. 安全带——沙箱和权限。它的动作是有副作用的：删文件、执行命令都是真删真执行。所以必须有隔离环境、权限审批、git兜底（改坏了能回滚）。普通agent说错一句话可以重说，Coding Agent敲错一条rm命令可没法重说。

行业里还有一条事实标准：能不能被拉到SWE-bench这类基准上考试——给它一批真实开源项目的bug，看它端到端能修好多少。考不了这个试的，基本就不是Coding Agent。

一张表看懂区别

如果嫌表格麻烦，记一个零装配测试就够了：

逐个裁决：市面上这些，谁算谁不算

有了尺子，量一圈市面上的名字。

算的：Claude Code、OpenAI Codex、Gemini CLI、Aider、Cline、Cursor/Windsurf的agent模式、GitHub Copilot coding agent（注意，是这个独立产品，不是补全功能）、OpenHands、SWE-agent。它们的共同点：拆开箱子闭环就是通的，并且都在SWE-bench类基准上交过成绩单。

不算的：LangChain / LangGraph。它们是通用agent框架——提供循环的机械零件（状态图、消息传递、工具抽象），但不预设“环境是软件工程”。打个比方：Coding Agent是拼好的机器人，LangChain是那桶乐高。桶里的零件确实能拼出机器人，但桶本身不是机器人。有意思的是，LangChain公司自己在框架上拼了两个东西：deepagents（自称“电池齐全的agent harness”，内置文件系统、规划工具、子agent）和Open SWE（开源的异步Coding Agent）。这恰好从反面证明了边界——Open SWE是Coding Agent，LangGraph只是它脚下的地基。同理，AutoGen、CrewAI这些通用框架也都不算。

不算、但值得单说的：AgentScope。阿里通义实验室的这个通用多agent框架是个有趣的灰色地带：2026年5月发布的AgentScope 2.0直接内置了Bash()、Read()、Write()、Edit()这些工具原语，还带Docker、E2B等沙箱后端和细粒度权限系统——相当于把Coding Agent的“手”和“安全带”做成了框架自带零件，装配成本从“数周”降到“一个下午”。但零件齐全不等于闭环接通：针对代码调优的提示词与上下文管理、验证循环的默认策略、经过基准检验的脚手架，这些仍要你自己动手。零件送到了门口，闭环还得自己接。

也不算的：Copilot补全、以及所有“会输出代码的聊天机器人”。判据从来不是“输出是不是代码”，而是“闭环长在谁身上”。

两个最容易踩的误解

误解一：“会生成代码 = Coding Agent”。生成只是闭环里的一环。没有执行和验证，生成得再好也只是画面一——你依然是那个人肉调度器，凌晨两点还得守着窗口贴报错。

误解二：“用框架能拼一个，所以框架也算”。“能用来造”和“是”是两回事。而且要泼一盆冷水：2026年用通用框架自拼一个通用Coding Agent，多半是负杠杆。原因藏在一个不太显眼的事实里——Claude Code这类产品的harness敢做得很薄，是因为模型在训练阶段就针对这套工具专门练过，大脑和身体是协同演化的；通用框架必须假设“什么模型都能接”，吃不到这份红利。你自拼的那个，等于在重造别人用海量工程时间加模型协同训练打磨过的东西。自建真正说得通的场景只剩一类：内部定制——私有沙箱、特殊合规、垂直工作流，这也正是Open SWE和AgentScope瞄准的生态位。

结语

回到那三个画面。画面一和画面二里，AI是你手里的工具，循环在你身上；画面三里，循环第一次完整地长在了AI身上，你从“调度器”退到了“验收人”。

一句话收束：

判断一个新工具算不算，不用听发布会——把它指向一个仓库，说一句“把这个测试修绿”，然后去倒杯咖啡。回来时答案自然揭晓。

参考来源：

• SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering（arXiv 2405.15793）
• SWE-bench 官方站点
• AgentScope（agentscope-ai/agentscope，GitHub）
• AgentScope 2.0 发布解读 — SOTA Sync
• Open SWE: An Open-Source Framework for Internal Coding Agents — LangChain Blog
• langchain-ai/deepagents — The batteries-included agent harness（GitHub）