当 Agent 能写代码，它获得的不只是一个新输出格式，而是一种把模糊意图变成确定性流程的能力。代码可以计算、检查、转换数据，也可以临时连接一个原本没有专用工具的系统。
真正的 Coding Agent 不是自动补全。它必须理解仓库、控制修改范围、运行验证，并在错误出现后恢复。
代码生成的终点不是“看起来正确”，而是一次可重复、可验证、可回滚的真实执行。
01 / CODING LOOP先搜索，再编辑，最后验证。
可靠流程通常从理解环境开始：定位相关文件、读取约定、形成最小修改计划，再执行编辑和测试。跳过搜索直接生成，最容易写出与现有系统脱节的答案。
搜索
找到入口、依赖、约定和真实失败点。
编辑
做边界清楚、可以审查的最小改动。
执行
运行构建、测试或小型实验获得反馈。
验证
检查用户真正关心的终态，而不只看退出码。
02 / HARNESS模型之外，Harness 决定能否长期工作。
会话状态、文件读写、命令超时、输出截断、补丁应用和错误恢复都属于 Harness。Sessionless 设计还要求任务状态不依赖某个永久在线进程，随时可以从记录中恢复。
安全上应限制工作目录、命令范围、凭证和网络访问，高风险动作保留人工确认。
03 / META CAPABILITY代码既是思考工具，也是系统适配器。
模型可以用短程序验证计算、清洗材料、表达业务规则或生成可交互界面。代码把自然语言中模糊的关系变成可运行约束，也能快速适配没有现成工具的系统。
- 复杂计算先写成程序并验证边界。
- 业务规则写成可测试函数，而不是只留在提示词里。
- 用代码连接数据格式、API 与旧系统。
- 生成式 UI 仍需可访问性、安全与真实数据校验。
04 / RECOVERY错误恢复比第一次写对更重要。
生产级 Agent 要能识别编译错误、测试失败、权限问题和环境差异，并决定重试、换方案还是停止。重复失败必须触发降级或求助，而不是无限改写。
第一道练习：让 Coding Agent 修改一个小功能，要求它先定位文件、提交最小补丁、运行测试，再用真实页面或输出验证终态。
原书与章节来源
- bojieli/ai-agent-book：开源主仓库与全书目录。
- 第 5 章正文：本页概念主线与术语来源。
- 第 5 章实验：配套代码、复现说明与读者练习。
- 本页是面向应用的学习整理与转述，不替代原书；准确表述以原文和代码为准。
下一篇：如何评估 Agent
继续沿着“理解结构—动手改变—观察结果—形成判断”的方式学习。
继续学习 →
读者评论
把这篇文章留给你的想法写下来。
还没有评论。你可以留下第一条。