全文目录

全文目录

本页列出全书的章节结构，完整正文按章节分别开放阅读。

过去，编程工具主要用于代码编辑、补全、调试和构建，软件的需求分析、架构设计、代码实现和测试验证仍然主要由开发者完成。随着大语言模型进入软件开发过程，这种分工正在逐渐改变。开发者可以通过自然语言描述需求，由模型生成代码、解释代码、定位错误，并根据运行结果继续修改。软件开发由此逐渐形成了一种新的协作方式，开发者负责确定目标和作出判断，模型则参与代码实现和部分开发任务。

全书分为六个部分，依次讨论认识Agentic Coding、智能体编码的工作循环、编码活动实践、多智能体编码、代码库与交付以及未来的发展方向。整体安排遵循从概念理解到方法掌握，再到工程实践和系统治理的递进关系，但各部分之间并不是严格的先后依赖关系。

第一部分至第三部分，即第1章至第15章，主要建立理解Agentic Coding所需要的基本概念和分析方法。这里首先讨论什么是智能体，它与传统代码生成工具有什么不同，以及为什么不能把智能体的输出直接视为可信结果。随后进一步进入开发过程中的具体问题，包括如何把模糊的开发意图转化为可执行的任务规范，如何组织上下文，如何让智能体调用工具，以及如何对生成结果进行测试和验证。这部分内容默认读者具备基本的软件工程或数据结构知识，但不要求已有智能体开发经验，因此适合第一次系统接触大模型软件开发的读者从头阅读。

从第四部分开始，讨论的重点逐渐转向更复杂的工程环境。多智能体协作、代码库与编程语言、软件交付和生产环境中的治理问题，都建立在前面已经介绍的单智能体工作机制之上。此时关注的问题不再只是“智能体能不能完成一个任务”，而是当任务规模扩大、参与者增多、软件进入真实生产环境之后，如何组织协作关系，如何划分责任，如何控制权限和风险，以及如何保证整个开发过程仍然可验证、可维护。对于已经具有软件开发或系统运维经验的读者，可以不必严格按照章节顺序阅读，从第4章开始建立分析框架，再根据自己的工作或研究方向选择后续章节。

第一部分　认识 Agentic Coding

第1章　从代码补全到智能体编码

1.1　三代演进：从自动补全到智能体编码

1.2　Vibe Coding：直觉式开发的价值与边界

1.3　从Vibe Coding到Agentic Coding：氛围编程为何止步于原型

1.4 核心命题：写代码不再是瓶颈，可信性才是

1.5　全书结构导览

本章要点

延伸阅读

第2章　Agentic Coding的定义、能力谱系与边界

2.1　什么才算智能体：规划、工具访问、反馈闭环与多步自主性

2.2　Workflow与Agent：两种架构的分野

2.3　五大工具类别谱系

2.4　能力边界：智能体不能做什么

2.5　角色重定位：从代码执行者到编排者

本章要点

延伸阅读

第3章　编码智能体的运行机理

3.1　LLM作为推理引擎：概率生成与链式思考

3.2　推理的本质边界：模式预测与符号逻辑的差异

3.3　智能体循环：从计划到验证的控制回路

3.4　模型与Harness的区分

3.5　能力度量：任务时长视野的指数增长

本章要点

延伸阅读

第4章 AI协作者的四个悖论

4.1　为什么需要一套问题诊断框架

4.2　冒进悖论：速度掩盖理解的缺失

4.3　上下文悖论：信息越多，有效性越低

4.4　局部视野悖论：局部完美与全局失调

4.5　学习悖论：经验无法自动沉淀为记忆

4.6　四悖论的交互效应与诊断框架

本章要点

延伸阅读

第5章 智能体安全与编码可信性

5.1　随机性是本质属性：自我报告不等于验证

5.2 提示注入：攻击上下文窗口而非解析器

5.3　自信的错误：自动化验证通过，但真实需求并未满足

5.4　问责鸿沟：责任为何不能委托给智能体

5.5　供应链与工具生态风险

5.6　行业压力：当生成速度超过评审能力

5.7　可逆性与信任校准

本章要点

延伸阅读

第二部分　智能体编码的工作循环

第6章 意图工程：从模糊需求到可执行规范

6.1　任务规划：目标分解与路径生成

6.2　任务简报：让意图成为可执行契约

6.3　自主性边界与决策关卡

6.4　承包商模型：四根支柱

6.5 AGENTS.md与CLAUDE.md：把项目约定沉淀为持久化指令

6.6　Planning Mode：把“先规划、后执行”固化为工程流程

6.7 小结：意图工程如何回应两个悖论

本章要点

延伸阅读

第7章 上下文工程：在有限注意力预算中管理信息

7.1　上下文工程与提示工程的分野

7.2　注意力预算：为什么上下文管理决定智能体效果

7.3 上下文悖论的控制回路：预算、优先级与不变量

7.4　从会话状态到长期记忆：智能体的信息生命周期管理

7.5　知识检索：从RAG到上下文化检索

7.6　Skill Engineering：把专家经验固化为可复用工作流

7.7　跨会话连续性：Continuity Pack与传递保真度

7.8　面向智能体的提示技术：从思维链到元提示

7.9　小结：上下文工程如何回应两个悖论

本章要点

延伸阅读

第8章 Tool与Code Execution：智能体如何触及真实世界

8.1　工具使用与函数调用模式

8.2　MCP：从专有集成到通用适配器

8.3　MCP的工程约束：包装劣质API不会产生好智能体

8.4　Code Execution作为特殊工具：为何需要独立信任模型

8.5　双轴控制：沙箱与审批的正交设计

8.6　Hooks作为确定性拦截层

8.7 最小权限与执行环境隔离

8.8　小结：工具使用的信任边界与执行控制

本章要点

延伸阅读

第9章 Test与Verification：如何知道代码是对的

9.1 确定性强制与概率性合规

9.2　为什么测试是智能体编码的核心反馈环路

9.3　证据驱动监督：从结果声明到可核查证据

9.4　独立验证原则：验证者不能是被验证者

9.5　分层验证：为什么测试通过只是底线

9.6　轨迹评估：比较实际路径与理想路径

9.7　LLM-as-Judge：方法、优势与失效模式

9.8　受控探索：借鉴混沌工程发现未知缺陷

9.9　基准测试方法论：SWE-bench与Terminal-Bench

9.10　小结：从测试通过到可信交付

本章要点

延伸阅读

第10章 Human Oversight：人类监督的机制设计

10.1　人类介入的位置：在决策点而非执行点

10.2　Human-in-the-Loop：人如何进入智能体工作闭环

10.2.1　六种常见的人类监督方式

10.2.2　从Human-in-the-Loop到Human-on-the-Loop

10.2.3　实操示例：Codex CLI中的审批与执行边界

10.3　Delta-first Review：降低信任决策成本

10.4　审批之外：系统约束与风险分级

10.5　请示机制：Escalation是正常机制而非失败

10.5.1　结构化决策请求：让人工介入可以快速处理

10.5.2　决议记录：让决定被复用而不是被遗忘

10.6　人类工作台与Agent工作台的分离

10.7　小结：从决策点到工作台的监督闭环

本章要点

延伸阅读

第三部分　编码活动实践

第11章　编码任务分类：什么适合交给智能体

11.1　五类核心工作流

11.1.1　功能骨架搭建

11.1.2　Bug修复

11.1.3　测试补全

11.1.4　重构

11.1.5　迁移

11.2　任务边界设计：明确的验收标准与验证命令

11.3　任务规模与上下文预算的匹配

11.4　什么不该委托：需要产品判断与架构取舍的部分

11.5　小结：先分类，再决定如何委托

本章要点

延伸阅读

第12章　代码生成：从规范到实现

12.1　规范驱动生成：接口先行与契约优先

12.2　功能骨架搭建：智能体的优势区间

12.3　业务逻辑生成的边界：为何“看似正确”最危险

12.4　结构化输出与Pydantic校验

12.5　综合示例：IoTFlow协议适配器的规范化生成

12.5.1　第一步：定义接口契约

12.5.2　第二步：功能骨架搭建

12.5.3　第三步：识别业务逻辑边界

12.5.4　第四步：结构化校验

12.6　小结：从规范到实现的控制链条

本章要点

延伸阅读

第13章 Bug修复与调试

13.1　失败测试：把缺陷报告转化为可执行规范

13.2　无法稳定复现时的替代方案

13.3　诊断信息的价值：缩小搜索空间

13.4　调试循环的自动化及其失效模式

13.4.1　有界重试与升级边界

13.4.2　审查、修复与验证的三阶段循环

13.4.3　规格漂移：调试跑偏了方向却不自知

13.5　综合示例：IoTFlow网关消息丢失问题的定位与修复

13.5.1　背景回顾与新的失败测试

13.5.2　诊断：为什么“去重”反而丢了消息

13.5.3　自动化修复循环与人工升级点

13.5.4　架构决策落地：网关去重与告警引擎的协作分工

13.6　小结：从失败证据到受控修复

本章要点

延伸阅读

第14章 重构与代码库迁移

14.1　为何迁移是智能体的高杠杆场景

14.2　只读探查先行：现代化报告与风险登记册

14.3　迁移推进方式的选择：从逐文件到新旧系统并行切换

14.3.1　逐文件迁移

14.3.2　逐模块迁移

14.3.3　新旧系统并行运行与渐进式切换

14.3.4　并行子智能体

14.4　批次门控：验证未通过不推进

14.5　大规模重写的分层验证

14.6　示例实战：IoTFlow协议层的接口重构

14.6.1　只读探查：三个适配器的行为基线

14.6.2　定义统一接口，逐个适配器批次迁移

14.6.3　分层验证收尾

14.7　小结：从现状基线到分层验证

本章要点

延伸阅读

第15章 代码评审与质量治理

15.1　批判与反思两阶段评审模式

15.2　重新建立评审上下文：为何评审者不应同时充当作者

15.3　评审发现分级：阻断提交还是记录跟踪

15.4　代码合入前的自动化安全检查

15.4.1　几类可以自动化的检查工具

15.4.2　把安全要求写进任务简报

15.5　实现者与评审者模式：自动化评审的逐步演进

15.5.1　第一级：以人工评审为主

15.5.2　第二级：引入自动化评审门禁

15.5.3　第三级：多来源评审

15.5.4　人机协作的三种交接方式

15.6　小结：从独立评审到自动化门禁

本章要点

延伸阅读

第四部分　多智能体编码

第16章 多智能体编码基础

16.1　何时需要多智能体，何时不需要

16.2　协作结构：层级、顺序与并行

16.3　看似独立的任务：代码依赖与运行时资源冲突

16.4　子智能体与并行会话：Git Worktree实践

16.4.1　一个智能体对应一个工作区

16.4.2　三种并行执行方式

16.5　A2A：智能体之间的开放协作协议

16.6　小结：从需求判断到协作落地

本章要点

延伸阅读

第17章 编码流水线的编排

17.1　人类作为流程架构师，而非实时调度员

17.2　五种常见的流水线模式

17.3　智能体间交接契约

17.4　多版本并行探索（N-version Exploration）

17.5　编排反模式

17.5.1　大而全的流水线

17.5.2　缺少可观测性的编排

17.5.3　把集成推迟到最后

17.5.4　缺少记录和上限的重试循环

17.6　示例实战：IoTFlow三模块协同开发的编排设计

17.6.1　设计流水线的整体骨架

17.6.2　第一阶段内部嵌入多版本并行探索

17.6.3　交接记录与人工审批关卡

17.7　小结：从设计原则到实战编排

本章要点

延伸阅读

第18章 团队规模化与能力治理

18.1　专业智能体分工范式

18.2　经验传承的编码化（Mentorship-as-Code）

18.3　机制与意图匹配

18.4　信任工程四学科：委托、安全、问责、合规

18.5　治理文件的版本管理与自动化校验

18.6　小结：从个体委托到团队治理

本章要点

延伸阅读

第五部分　代码库、语言与交付

第19章 面向智能体的代码库

19.1　代码库健康度的三个维度

19.2　为什么大代码库让智能体跑偏

19.3　用模块边界控制变更影响范围

19.4　基础设施维护的复利效应与债务积累

19.5　文档作为智能体接口

19.5.1　静态知识快照的失效风险

19.5.2　让关键决策理由贴近代码

19.5.3　目录结构与README作为定位入口

19.6　小结：把代码库本身当作一项工程资产

本章要点

延伸阅读

第20章 程序语言与可验证性

20.1　面向人类与面向智能体的两种工程模式

20.2　语言是问责的媒介

20.3　程序理解研究的启示：认知维度框架

20.4　可强制执行的受限子集的工程价值

20.5　代码成为新的“二进制”，语义上移一层

20.6　小结：语言选择是一项治理决策

本章要点

延伸阅读

第21章 交付与生产：CI/CD中的智能体

21.1　案例复盘：测试全过但生产崩溃

21.2　流水线作为质量伙伴而非橡皮图章

21.3　CI中的智能体：确定性执行与隔离环境

21.3.1　构建隔离执行环境：减少环境漂移

21.3.2　按执行器分级的沙箱策略

21.3.3　把智能体接入具体的持续集成场景

21.4　灰度发布、影子模式与可回滚设计

21.5　验证在生产的延续

21.6　ADR与合规审计证据链

21.6.1　架构决策记录：留住为什么

21.6.2　合规审计需要的证据链

21.7　小结：从测试通过到生产稳定的完整链条

本章要点

延伸阅读

第22章 工具与框架生态：Harness视角下的选型

22.1　CLI智能体的harness差异

22.2　智能体框架的架构分野

22.2.1　按交互方式与自主程度划分智能体工具

22.2.2　编排框架的两种架构取向

22.3　选型决策树

22.4　为什么工具会变而概念不会

22.5　小结：判断力比工具操作手册更持久

本章要点

延伸阅读

第六部分　走向未来

第23章 角色转型与学习

23.1　开发者：从执行速度到判断质量

23.2　计算机教育的挑战：当代码不再稀缺，该学什么

23.3　培养证据思维而非提示技巧

23.4　小结：从个人转型到学习方向调整的完整脉络

本章要点

延伸阅读

第24章 前沿与展望

24.1　能力曲线的趋势外推及其不确定性

24.2　协议标准化的生态演进：MCP、A2A

24.3　自我改进编码智能体：SICA与AlphaEvolve

24.3.1　SICA：自我修改的编码智能体

24.3.2　AlphaEvolve：自主发现算法

24.4　待解的研究问题

本章要点

延伸阅读

附录A

附录B 工程模板速查

B.1　AGENTS.md模板

B.2　任务简报模板

B.3　验证证据清单

B.4　评审检查表

B.5　迁移计划模板

附录C 提示工程技术速查

C.1　基础提示技术

C.1.1　零样本提示（Zero-Shot Prompting）

C.1.2　少样本提示（Few-Shot Prompting）

C.2　提示结构化

C.2.1　系统提示（System Prompting）

C.2.2　角色提示（Role Prompting）

C.2.3　使用分隔符（Delimiters）

C.3　推理过程提示技术

C.3.1　思维链（Chain-of-Thought，CoT）

C.3.2　自洽性（Self-Consistency）

C.3.3　反思提示（Step-Back Prompting）

C.3.4　思维树（Tree of Thoughts，ToT）

C.4　行动与交互技术

C.4.1　ReAct：推理与行动交替

C.4.2　结构化输出与工具调用（Structured Outputs and Tool Calling）

C.5　与正文的交叉索引

延伸阅读

附录D IoTFlow示例项目导航

D.1　项目定位与架构总览

D.2　核心数据结构与命名约定

D.3　模块与文件导航

D.3.1　网关模块iotflow/gateway/

D.3.2　时序存储模块iotflow/timeseries/

D.3.3　告警引擎模块iotflow/alerting/

D.4　跨章节情节线索引

D.5　按章节反查表