作者：徐磊

排版：Alan Wang

本文转载自：数字共生

本文使用 ClinePRO 自动翻译。

原文作者：Janakiram MSV

原文链接：

https://www.forbes.com/sites/janakirammsv/2025/02/08/github-copilot-agent-and-the-rise-of-ai-coding-assistants/

还记得我在 2025 年初的预测吗？我说过 Copilot 会进化成完全自主的智能伙伴，成为我们工作流程中不可或缺的助手。现在，GitHub 推出的 Copilot Agent 模式完美印证了这一点！它用前所未有的自主性重新定义了编程自动化。这不是普通的技术升级，而是向所有技术管理者发出的明确信号：AI 程序员正在彻底改变我们构建和维护软件的方式。

从代码补全到智能伙伴：AI 程序员的进代史

让我们聊聊 AI 程序员的成长故事。从最初只会简单补全代码的"小助手"，到现在成为开发者的"智能伙伴"，这转变简直让人惊叹！GitHub Copilot 自 2021 年出道以来，作为 AI 结对编程工具，已经能实时提供代码建议。而现在的 Agent 模式更是把能力提升到了新高度。

想象一下：在 Agent 模式下，Copilot 不仅能理解复杂需求，还能跨多个文件生成代码，甚至能自己调试输出结果，完全不需要开发者时刻盯着。在早期演示中，我们看到它不断迭代代码直到完美完成任务，主动发现并修复错误。作为 GitHub 的母公司，微软在这领域可是下了血本，打造了目前编码领域最庞大的 AI 代理生态系统。这一切努力都体现在 GitHub 的 Project Padawan 预览版中-一个完全自主的开发助手，预示着未来我们可能只需要少量人工干预就能构建完整软件模块。

但这场变革可不是 GitHub 的独角戏。整个科技圈都在疯狂突破 AI 在软件工程中的应用边界。对企业决策者来说，这种技术的吸引力显而易见：当 AI 程序员能处理繁琐的编码任务和快速生成样板代码时，开发者就能把更多精力投入到更高层次的设计和创新中。

GitHub Copilot Agent 的魔法揭秘

想亲眼看看它的能力？这个视频展示了如何使用 GitHub Copilot Agent 模式在短短 10 分钟内完成单元测试编写并创建一个支持多语言的现代网站。

那么，Copilot Agent 到底是怎么工作的呢？技术层面上，它巧妙地把先进的 AI 模型和专门管理编码任务的工作流引擎结合在一起。当开发者用自然语言描述需求时-比如"构建一个任务列表管理器"-系统不会只生成一个代码片段。相反，它会把整个需求分解成多个步骤，为每个部分编写代码，并持续测试和优化输出结果。

GitHub 官方透露，Copilot 现在具备"推断未明确指定但必要的额外任务"的能力，并能自主执行这些任务。举个实际例子，如果一个需求需要新的数据库结构和 API 端点，Copilot 的代理可能会自动完成以下工作：设计数据库结构、创建迁移脚本、实现 API 接口，甚至主动建议必要的配置更改。

这种高级自动化能力的核心在于大型语言模型-和 ChatGPT 同出一脉，但专门为编码任务进行了优化。虽然 Copilot 最初依赖于 OpenAI 的 Codex 模型，但现在已经变得更加灵活。在最新版本中，用户可以从多个 AI 模型中进行选择，包括 OpenAI 和 Anthropic 的模型，甚至 Google 最新的 Gemini 模型。

GitHub 的这种多模型策略为企业提供了更大的灵活性，让他们能根据自身的编码风格、合规要求和性能标准选择最适合的模型。同时，Copilot Agent 的技术设计还特别注重安全性和可控性。比如，当代理建议执行某个终端命令（如安装库或运行构建）时，它不会直接执行，而是会提示开发者进行确认。这种设计在企业环境中尤为重要，确保 AI 始终扮演着可靠的副驾驶角色，而不是难以预测的自主代理。

GitHub Copilot vs. Copilot Agent：谁更胜一筹？

虽然 GitHub Copilot 和 Copilot Agent 都是强大的 AI 程序员，但它们在功能和定位上有着明显的区别。让我们来详细比较一下：

GitHub Copilot

• 核心功能：专注于代码补全，在开发者输入时提供代码建议

• 优势：

• 基于上下文提供高效的代码建议

• 显著提升编码速度，减少重复劳动

• 支持多种主流编程语言

• 局限性：

• 高度依赖开发者的输入和指导

• 生成的代码可能不是最优解

GitHub Copilot Agent

• 核心功能：提供更全面的功能，包括代码生成、任务完成和自然语言理解

• 优势：

• 能够生成更复杂的代码结构和完整函数

• 理解并响应自然语言指令

• 自动化处理重复性任务，优化工作流程

• 局限性：

• 需要更详细的指令才能达到预期效果

• 处理复杂任务时仍可能出现错误

AI 程序员领域的“三国杀”

随着技术的快速发展，AI 程序员领域的竞争也日趋激烈。GitHub Copilot 面临着来自各方的挑战，其中 Cursor AI 就是一位不容小觑的竞争对手。与 Copilot 不同，Cursor 选择了一条独特的道路——它不仅仅是一个插件，而是一个完整的开发环境，提供实时代码补全、集成聊天解释代码，以及在整个项目中实施 AI 驱动更改的能力。

另一个值得关注的玩家是 Codeium 推出的 Windsurf。这款 AI 程序员将自己定位为"首个代理驱动的 IDE"，专注于为开发者提供流畅的编程体验。与 Copilot 和 Cursor 不同，Windsurf 强调多功能性和企业级适应性。它能够作为插件在各种开发环境中运行，从传统的 IDE 到轻量级编辑器，确保开发团队无需彻底改变现有工具链就能轻松采用。

AI 程序员领域的竞争才刚刚开始。虽然 GitHub Copilot 凭借先发优势和深度集成在开发者生态系统中占据了有利位置，但像 Cursor 和 Windsurf 这样的新兴力量的崛起，预示着这个领域还有巨大的创新空间。

代码精灵已经走出魔瓶，现在轮到企业决策者和技术战略家们思考：如何将这些强大的新助手整合到自己的创新路线图中，为未来的软件开发带来革命性的变化。

徐磊

微软最有价值专家（MVP）

英捷创软 创始人/CEO/首架构师/AISE 产品经理

微软最有价值专家 MVP，微软区域技术总监 Regional Director

GitHub Star / GitHub Copilot 中国区授权服务资深顾问

开放原子开源项目 SmartIDE 创始人/核心贡献者

华为云MVP

资深软件工程/敏捷/精益/DevOps 专家，EXIN 认证 DevOps Master/Professional/认证讲师

书籍作者和译者《专业 SCRUM 基于 Azure DevOps 的敏捷实践》，《云原生应用开发实践》，《基础设施即代码 - 模式与实践》

微软最有价值专家（MVP）

微软最有价值专家是微软公司授予第三方技术专业人士的一个全球奖项。31年来，世界各地的技术社区领导者，因其在线上和线下的技术社区中分享专业知识和经验而获得此奖项。

MVP 是经过严格挑选的专家团队，他们代表着技术最精湛且最具智慧的人，是对社区投入极大的热情并乐于助人的专家。MVP 致力于通过演讲、论坛问答、创建网站、撰写博客、分享视频、开源项目、组织会议等方式来帮助他人，并最大程度地帮助微软技术社区用户使用 Microsoft 技术。