我一开始以为，做 agentic coding 最烦的是模型会不会理解项目上下文。后来发现，更麻烦的问题其实是：你到底让它在什么边界里动手。 上下文不够，最多是改不对；运行边界不清，才会把事情真的搞乱。尤其是当工具开始能主动跑命令、改文件、串联多步操作以后，“权限提示太频繁”并不只是体验问题，它其实在提醒你：这件事本来就不该被轻易跳过。 为什么我觉…

我原本以为 AI 编程工具进入“agent 模式”以后，团队最先感受到的会是开发速度明显提升。后来我发现，很多仓库里先被放大的不是编码效率，而是审查效率。 原因不复杂：当工具还只是补全时，它主要影响一个人写代码的速度；当它开始自己起分支、改多文件、跑测试、做自检时，瓶颈就从“写得快不快”转成“你有没有能力把它审得明白”。如果审查链路没准备好，age…

我看到 GitHub Copilot 在 JetBrains 相关更新里支持全局自定义 Agent，可以把 .agent.md 放到 ~/.copilot/agents 下面，让多个工作区复用。第一反应是：这东西对个人开发者很方便。第二反应是：它也很容易变成新的配置债。 开发工具一旦支持“全局规则”，就会诱惑我们把所有个人偏好都写进去。短期确实省事…

很多人期待长任务编程 Agent，是因为它看起来能把“我想要一个功能”直接变成 PR。我对这个期待比较谨慎。Agent 能跑更久，能自己读文件、改代码、跑测试，当然是进步。但它越能自主执行，越暴露一个老问题：需求如果写得像聊天，最后就会得到一个像聊天一样含糊的实现。 OpenAI 在 Codex 相关技术文章里讲过 agent loop、工具调用、…

我对代码审查 Agent 的态度有点矛盾。一方面，它确实适合做很多人不愿意认真做的事：检查边界条件、扫一遍 diff、找明显的空指针、提醒测试没覆盖。另一方面，如果团队把它当成“自动 reviewer”，很快就会遇到一个更麻烦的问题：它可以发现问题，但不应该替你决定取舍。 Anthropic 在 Claude Code 相关更新里提到过专门的 re…

我最近看 AI 编程工具的更新，越来越少关注“它又支持了什么模型”，反而更关注一个不太显眼的方向：它们开始认真处理上下文成本了。 GitHub Copilot 在 2026 年春季的一些更新里提到语义搜索、跨仓库 grep、prompt caching、deferred tool loading、面向 Agent 的专用工具。这些词听起来像产品细节…

每隔一段时间，技术圈都会把同一个问题重新问一遍：AI 越来越强，未来还会有人手写代码吗？这个问题之所以总能引发讨论，不只是因为它吓人，而是因为它确实碰到了现实。过去两年，AI 编程已经从“帮你补几行代码”，走到“能读仓库、改多文件、跑测试、提 PR、接 issue、持续执行任务”。这不是噱头层面的升级，而是工作流层面的变化。但我先把结论摆在前面：未…

过去两年，大家对 AI 编程的熟悉路径大致是这样的：先是代码补全，再是对话式问答，然后是 IDE 里的 agent mode。很多人以为这已经差不多了，无非是模型越来越能写代码。可 2026 年更值得注意的变化，不是“写得更像人”，而是 AI 编程工具开始从实时协作走向任务委派。GitHub 最近围绕 Copilot coding agent 的连…

最近 Linux 内核项目给出了面向 AI Coding Assistants 的正式文档。很多人看到这个消息，第一反应可能是：连 Linux 内核都接受 AI 代码了，说明 AI 编程已经彻底进入主流。 但我看完文档后的感觉刚好相反：这份文件最重要的不是“接受”，而是“划线”。它真正表达的是，AI 可以参与，但责任、人类签署和法律归属不能外包。这…

过去一年，很多 AI 编程产品都还停留在“给编辑器加一个更聪明的对话框”。Cursor 3 这次不太一样。它公开表达的方向，已经不是让你在 IDE 里更高效地补全代码，而是把开发者往一个新的位置上推：从亲自敲每一行代码的人，变成同时调度多个 Agent、审查结果、决定取舍的人。 这也是我觉得这次更新值得写的原因。它不只是一个产品版本升级，而是在提醒…