[2024-2026歷史]人工智慧編碼代理的演變與未來展望：從Copilot到Claude Code、Antigravity和Kiro–從聊天到自主共享工作的正規化轉變

📅 發布日: 2026/09/22, 更新日: 2026/09/22 ⏱️ 預計閱讀時間約24分鐘 (9,492字)

人工智慧編碼工具2年發展的全面回顧。追蹤從GitHub Copilot到Claude Code、Antigravity、Replit和Bolt.new的零設定網路和智慧手機遠端轉向的轉變，並預測到2028年無處不在的發展趨勢。

概述
2 年演變時間表：從選項卡自動完成到多代理協同工作
主要參與者的歷史和設計理念
擴充套件到網路和移動裝置：無處不在的人工智慧開發的興起
2026 年 9 月突破：決策專用人工智慧“Jev”和高速代理編排
正規化轉變：從“聊天”到“自主協同工作”
1. 對話式聊天的侷限性
2. 自主協同工作的突破
未來展望：2026 年至 2028 年軟體工程
總結
1. 相關文章和參考文獻

概述

從 2024 年到 2026 年的兩年時間將作為 人工智慧從輔助工具轉變為自主開發同事 的決定性時代而被載入軟體工程史冊。

就在兩年前，常見的開發人員經驗涉及使用 Tab 鍵接受灰色內聯自動完成建議，或者在側視窗中保持 ChatGPT 開啟以詢問“如何編寫此函式？”，然後手動複製、貼上和調整程式碼片段。

今天，2026 年，現代工程標準完全不同：“人工智慧代理透過 自主協作 在終端中獨立執行命令，跨程式碼庫讀寫檔案，執行單元測試，修復自己的執行時錯誤，並自主開啟拉取請求”。

本文回顧了領先的 AI 編碼編輯器和代理（GitHub Copilot、OpenAI Codex、Claude Code、Google Antigravity 和 Kiro）的演變軌跡，分析了從“聊天”到“協作”的結構轉變，並預測了 2028 年軟體開發的未來。

2 年演變時間表：從選項卡自動完成到多代理協同工作

過去兩年，人工智慧開發工具的加速發展是前所未有的。這一旅程不僅代表著模型引數的升級，而且代表著從 被動文字生成 到 自主環境互動和多智慧體治理 的根本正規化轉變。

架構比較：以聊天為中心與以協作為中心

檢查“聊天模型”與現代“協同工作模型”的操作架構，凸顯了人類認知開銷急劇下降的原因：

深入探討：進化階段和架構突破

第一階段：內聯自動完成時代（2021-2023）

開發者體驗 ：當您鍵入程式碼時，低不透明度的灰色“幽靈文字”會出現在游標前面；按“Tab”鍵提交建議。
技術突破 ：透過 OpenAI Codex 對數十億行公共程式碼進行訓練的下一個代幣統計預測。樣板打字量減少了大約 30%。
限制：無法跨多檔案架構邊界進行推理。對於跨模組重構或複雜除錯無能為力。

第二階段：側邊欄聊天時代（2023 年 - 2024 年初）

開發人員體驗 ：專用的側邊欄聊天窗格（ChatGPT、Copilot Chat）位於編輯器旁邊，用於查詢： “為什麼這會引發異常？” 或 “為此架構生成 API 客戶端。”
技術突破 ：檢索增強生成（RAG）索引本地工作區符號，加上長上下文 LLM 推理。
限制：“人類就像複製貼上的鴿子。”開發人員在傳輸片段、解決細微的匯入不匹配以及手動處理格式衝突方面經歷了巨大的摩擦。

第三階段：自主 CLI 和瀏覽器內 Web 時代（2024 年末 - 2025 年）

開發人員體驗 ：除了像“claude”這樣的終端本機 CLI 之外，還出現了基於瀏覽器的全棧構建器（例如 Bolt.new、v0 和 Replit Agent），從而實現了零本地設定的即時應用程式腳手架。
技術突破 ：具有低延遲推理模型的本機工具使用/函式呼叫，與 WebContainer 技術（瀏覽器內 Node.js 沙箱）相結合。代理透過執行 shell 命令並檢查實時錯誤輸出來進行自我修復。
限制：無約束檔案重寫的風險、對大型企業標準的治理以及嘗試在小型移動螢幕上進行精細調整時的限制。

第四階段：多智慧體和無處不在的協同工作時代（2025 年末 - 2026 年至今）

開發人員體驗 ：在更改程式碼之前，AI 會生成一個“implementation_plan.md”來調整架構。開發人員不僅可以透過桌面 IDE，還可以透過網路瀏覽器和智慧手機遠端控制（Claude Code Remote Control、Replit Mobile）隨時隨地編排和批准工作流程。
技術突破 ：Google Antigravity 的生命週期編排架構（Plan / Walkthrough / Hooks / Sidecars）、並行 Git 工作樹（例如 Claude DevFleet）以及橋接移動裝置和執行主機的安全 ChatOps / 遠端控制協議。
交付的關鍵值 ：開發人員不再輸入原始語法。相反，“人類在桌面、網路和移動裝置上協調意圖並批准計劃，而自主代理團隊則在嚴格的測試驅動開發 (TDD) 下執行。”

跨階段的演化矩陣

時代/階段	領先工具	主介面	自主級別	支援的環境
1.內聯自動完成（~2023）	GitHub Copilot，早期 Codex	編輯器中的灰色幽靈文字	零（被動建議）	桌面 IDE（VS Code、JetBrains）
2.互動聊天 (2023–24)	副駕駛聊天、游標、ChatGPT	側邊欄聊天視窗	低（提示的文字答案）	桌面 IDE、Web 瀏覽器
3.自主 CLI 和 Web (2024–25)	克勞德程式碼，Bolt.new，v0	終端和Web容器	中-高（工具執行和實時預覽）	桌面外殼、Web 瀏覽器
4.Ubiquitous Cowork (2025–26)	反重力、Replit Agent、DevFleet	計劃/掛鉤和移動遙控器	極高（TDD、多代理、遠端指導）	桌面、網路、移動（iOS/Android）

主要參與者的歷史和設計理念

讓我們來看看推動現代人工智慧工程的五個主要參與者的起源、突破和架構。

1. GitHub Copilot：從自動完成先鋒到完全代理

GitHub Copilot 是建立了與人工智慧一起編寫程式碼的全球規範的基礎先驅。

起源：從 2021 年技術預覽開始，Copilot 證明直接在 VS Code 內預測下一行程式碼可以顯著提高開發人員的速度。
進化：
Copilot Chat ：引入了工作區範圍的上下文感知，允許開發人員查詢整個儲存庫。
Copilot Edits / Agent Mode ：演變成一個編輯器內代理，能夠編排多檔案差異並執行後臺驗證。
理念：牢牢紮根於 IDE（VS Code、Visual Studio、JetBrains）內，透過將智慧直接融入開發人員熟悉的工作空間來最大限度地減少摩擦。

2. OpenAI Codex：LLM 編碼和沙盒執行的起源

OpenAI Codex 是基礎的程式碼專用模型，是整個生成編碼革命的最初催化劑。

歷史意義 ：Codex 於 2021 年推出，為原始 GitHub Copilot 提供支援，並證明神經網路可以將自然語言規範轉換為語法有效的程式碼。
代理之路 ：透過 ChatGPT 的高階資料分析（程式碼直譯器）從純文字輸入文字輸出 API 轉變為支援執行的引擎，最終成熟為能夠迭代自我糾正的沙箱感知自主 Codex 代理。

3. Claude Code：敏捷、終端優先的自治 CLI

Anthropic 的 Claude Code 採取了一條極其大膽的道路： 繞過複雜的編輯器 GUI，直接在開發人員的本機終端中操作 。

主要亮點 ：
直接在 shell 中作為速度極快的 CLI 工具執行。
像“git status”、“ripgrep”、目錄掃描和測試執行程式這樣的命令以超人的速度編排。
利用深度推理模型和龐大的上下文視窗，一次性執行乾淨的數百行重構。
DevFleet（並行工作樹編排） ：率先在隔離的 Git 工作樹上執行多個獨立的 Claude Code 程序，從而允許並行功能實現和自主程式碼審查。

4. Google Antigravity (AGY)：企業級規劃、規則和生命週期編排

在 Google DeepMind 團隊的領導下，Google Antigravity (AGY) 的架構從頭開始不僅僅是為了編寫程式碼，而是為企業結對程式設計提供 嚴格的治理、生命週期管理和架構清晰度 。

sequenceDiagram autonumber actor Dev as Developer participant AGY as Antigravity (Parent Agent) participant Plan as Implementation Plan participant Sub as Subagents (Research/Self) participant System as Terminal / Hooks / Tests Dev->>AGY: User Request AGY->>AGY: Planning Mode (Research & Strategy) AGY->>Plan: Generate implementation_plan.md AGY-->>Dev: Request Plan Review & Approval Dev->>AGY: Approve Plan rect rgb(240, 248, 255) note right of AGY: Execution & Verification Phase AGY->>Sub: Delegate Research & Sub-tasks AGY->>System: PreToolUse Hooks (Security & Pre-checks) AGY->>System: Apply Code Changes & Run TDD Builds end AGY->>Dev: Deliver walkthrough.md with Evidence

透明的計劃和證據 ：
建立了“規劃模式”範例，在執行復雜的更改之前需要“implementation_plan.md”以協調意圖並評估風險。
使用“walkthrough.md”記錄驗證證據來結束每個工作流程。
模組化可擴充套件架構 ：
技能 ( SKILL.md ) ：可重複使用的操作工作流程（文章釋出、AWS 圖表、系統稽核）。
Hooks ( hooks.json ) ：確定性生命週期強制執行（ PreToolUse 、 PostToolUse 、 Stop ）確保嚴格執行 linter、安全邊界和環境配置檔案。
規則（ RULES.md ） ：嚴格遵守專案級指南和格式不變式。
Sidecars ( sidecar.json ) ：持久後臺監控和自動維護作業。

5. Kiro：規範驅動的精度和雲敏捷性

Kiro 是一家專門從事雲基礎設施和規範驅動開發 (SDD) 的企業 AI 代理。

主要亮點 ：
嚴格遵守預定義的模式、正式契約和型別化介面，以生成確定性的、非漂移的程式碼。
與雲編排（Terraform、CloudFormation、SAM）無縫整合，以安全地檢測偏差並自動化基礎設施操作。

6. Replit Agent：Web 和移動全棧自治構建器

Replit Agent 透過完全放棄本地環境配置，直接從 Web 瀏覽器和智慧手機應用程式使用自然語言建立新的正規化—— “Vibe Coding” ，徹底改變了應用程式構建。

主要亮點 ：
在雲沙箱中自主搭建後端 API、PostgreSQL 資料庫、身份驗證提供程式和前端介面，零本地設定。
透過 本機 iOS 和 Android 移動應用程式 實現完整功能。開發人員可以隨時隨地描述功能或錯誤修復，在幾分鐘內檢視實時更改並立即部署。

擴充套件到網路和移動裝置：無處不在的人工智慧開發的興起

2024 年至 2026 年人工智慧編碼發展的一個主要並行向量是從桌面束縛 IDE 遷移到 零設定 Web 環境和移動優先編排 。

1. 瀏覽器內人工智慧編碼的爆炸式增長：零設定沙箱

從歷史上看，加入程式碼庫需要克隆儲存庫、解析節點/Python 版本管理器、執行包安裝以及在執行單行程式碼之前配置環境變數。

雲原生和瀏覽器內代理消除了這種摩擦：

Bolt.new (StackBlitz) ：
利用 WebContainer 技術 直接在使用者的瀏覽器選項卡內執行完整的 Node.js 執行時。
消除伺服器配置延遲；一個完整的全棧 Vite 應用程式在輸入提示後幾秒鐘內就會啟動，提供即時編輯和實時預覽。
v0（維塞爾） ：
專門生成生產級前端使用者介面（React、Next.js、Tailwind CSS、shadcn/ui）。
將對話提示與互動式視覺模型合併，使產品經理和設計師能夠進行視覺迭代並一鍵直接部署到 Vercel。
GitHub Copilot Workspace（和統一雲代理） ：
開創了直接從 GitHub 啟動的端到端雲開發生命週期問題：需求解析、規範生成 (Spec)、規劃 (Plan)、程式碼修改、測試驗證和 Pull 請求建立都完全在瀏覽器選項卡中執行，無需接觸本地編輯器（現已融合到統一的 Copilot 代理體驗中）。

2. 網路和移動現實：原型設計和生產之間的採用差距

雖然社交媒體上華麗的演示經常聲稱“現在可以僅在瀏覽器內或 iPhone 上構建整個應用程式”， 這些工具實際上滲透到現實世界的生產工程有多深？

2026 年的現實揭示了明顯的兩極分化： 快速的 0 對 1 原型設計和關鍵任務的 1 到 100 企業軟體維護之間仍然存在巨大鴻溝 。

① 為什麼“僅限移動端的端到端開發”在生產中沒有流行起來

從技術上講，Replit Mobile 和 Bolt.new 等平臺使得從智慧手機生成、預覽和部署完整的應用程式成為可能。然而，由於以下幾個基本障礙，專業工程團隊堅決不採用移動螢幕作為日常驅動程式：
- 物理除錯限制 ：在小型觸控顯示器上對數百行堆疊跟蹤進行分類、分析複雜的多檔案差異以及檢查網路請求仍然非常不切實際。
- 企業安全和網路邊界 ：關鍵任務儲存庫、內部 VPC、受 VPN 保護的資料庫以及合規性要求嚴格禁止在非託管個人移動裝置上籤出或執行。
- 0 比 1 與 1 比 100 的差距 ：當從頭開始引導新手 MVP 時，Web 原生工具會大放異彩。然而，他們很難吸收數十年的遺留依賴項、專有的單一儲存庫和複雜的本地構建管道。

② 實際生產現實：遠端指導和無阻塞籤核

那麼，當今的工作工程師如何實際利用移動和網路模式呢？
真正的主流採用模式不是“在智慧手機上鍵入程式碼”，而是 使用移動裝置作為非同步遠端控制來監視和批准在桌面工作站上安全執行的自主代理 ：

遠端會話監控和批准（Claude 程式碼 /rc ） ：

開發人員讓 Claude Code 或 DevFleet 在其辦公室工作站或私有云盒上執行。
當代理遇到決策邊界時（例如， “我應該繼續資料庫遷移嗎？[y/n]” ），開發人員會在手機上收到推送通知，審查提議的計劃，併傳送一次確認擊鍵以恢復自主執行。

GitHub Mobile 用於 AI 支援的公關稽核和分類 ：

在離開辦公桌時檢視代理生成的 PR 摘要、測試透過率和安全漏洞掃描。

有針對性的綠地原型設計 (Bolt.new / v0) ：

專門針對快速構思、UI 模型和週末駭客馬拉松進行了分割槽——與生產儲存庫不同。

總之，工程戰場仍然牢牢紮根於 桌面工作站、安全終端和久經考驗的 IDE（Claude Code、Google Antigravity、Copilot） ，而 Web 和移動模式則充當專門的原型沙箱和輕量級非阻塞遙控器。

3. 平臺和裝置相容性表

以下矩陣對每個工具的 官方本機功能 及其 實際生產採用 進行了分類：

◎（Native Complete） ：針對平臺最佳化的專用UI/應用程式；從開發到執行和部署的完整生命週期。
◯（遠端控制/整合） ：正式支援遠端控制、會話監控或從桌面主機進行切換。
△（僅限於檢查） ：僅限於預覽、聊天查詢或審查程式碼；主動編輯/編碼是不鼓勵或不切實際的。
（不支援） ：未提供官方網頁或移動使用者介面；嚴格要求桌面/本地 CLI 環境。

工具/代理	桌面 IDE/CLI	瀏覽器內網頁	智慧手機和手機	現實的生產採用和工作流程
克勞德·程式碼	******（超快速終端 CLI）	******（ `claude.ai/code` 雲）	◯ （遠端控制 `/rc` ）	主流生產。錨定於本地/雲終端CLI；官方“/rc”支援遠端移動批准
谷歌反重力	******（BRAIN CLI / IDE / SDK）	******（需要桌面主機）	******（無官方移動應用程式）	企業標準。專為結構化規劃（Plan/Hooks）、嚴格的 TDD 和私人公司治理而構建
GitHub 副駕駛	******（VS Code / JetBrains）	◯ （統一網路代理）	◯ （GitHub 移動/遠端）	日常支柱。嵌入式 IDE 編輯/代理模式，由 GitHub Mobile 增強，用於 PR 分類和遠端監控
Bolt.new / v0	×（無本地 CLI）	******（WebContainers / Vercel）	△ （僅限預覽檢查）	原型設計專家。綠地 MVP 和 UI 模型的速度無與倫比，但很少用於大型企業程式碼庫
複製代理	△（網路同步客戶端）	******（雲全棧）	******（官方 iOS/Android 應用程式）	專注於愛好和獨立。突破性的移動原生執行，但在大型工程組織中的採用仍然是利基市場
基羅	******（CLI/擴充套件）	******（需要本地主機）	******（無官方移動應用程式）	基礎設施專家。專為安全 CLI 環境中的 AWS/IaC 自動化和規範驅動開發而定製

2026 年 9 月突破：決策專用人工智慧“Jev”和高速代理編排

2026 年 9 月中旬，隨著 “Jev” 的首次亮相，AI 編碼代理格局見證了另一場鉅變，這是由 TypeSafe AI 推出的決策專用人工智慧模型，由前 OpenAI RLHF 研究員 Diogo Almeida 及其團隊創立。

1. 傑夫是什麼？“非文字生成”決策模型

在前沿 LLM（通用推理引擎）的整個發展過程中，盛行的競賽集中在擴充套件引數和推理能力上，以生成越來越長的散文、架構圖和複雜的原始碼。

與此形成鮮明對比的是，Jev（於 2026 年 9 月 15 日釋出）純粹是為 Daniel Kahneman 的 “系統 1”（直觀、即時決策） 設計的，創造了一個全新的人工智慧類別。

零自然語言生成 ：
Jev 不聊天，不寫散文，也不生成樣板程式碼。當輸入結構化的“狀態”和有針對性的“問題”時，它僅以嚴格型別的決策（ 選擇、分數或 Noul：布林評估 ）和格式化為緊湊 JSON 的校準機率進行響應，為立即程式設計分支做好準備。
超低延遲（70–500ms）和小成本 ：
Jev 擺脫了逐個標記的自迴歸文字生成的開銷，其推理速度比前沿法學碩士快幾十到數百倍，從而大幅削減了標記消耗和計算費用。

2.“系統1+系統2”編碼代理革命

為什麼 Jev 在 2026 年秋季受到編碼代理構建者如此熱烈的歡迎？因為它消除了 自主代理執行迴圈中的單一最大瓶頸 。

此前，Claude Code、Antigravity 和 Cursor Agent Mode 等智慧體甚至依賴於數十億引數的重型推理模型（系統 2），即使是微小的微觀操作決策：
1. “接下來我應該執行‘grep’還是‘find’？”
2. “這個測試失敗痕跡是致命的，還是可以重試？”
3. “該命令是否違反了 PreToolUse Hook 安全邊界？”
4. “這個任務應該委託給並行子代理還是內聯處理？”

為數十個微觀決策付出 2 到 5 秒的延遲代價和大量的推理成本，會在自主自我修復執行期間產生巨大的摩擦和累積的空閒等待時間。

flowchart TD Task["User Task / Objective"] --> FastRouter["Jev (System 1: Rapid Decision / 70ms)"] FastRouter -->|"Frequent Tool Selection & Hook Validation"| AutoExec["High-Speed Execution Loop (Terminal / Hooks)"] FastRouter -->|"Deep Planning & Complex Code Generation"| HeavyLLM["Claude / Antigravity (System 2: Reasoning LLMs)"] HeavyLLM --> AutoExec AutoExec --> Feedback["Execution Feedback / Test Results"] Feedback --> FastRouter

藉助 Jev，混合代理架構已成為標準：頻繁的分類、工具門控和安全策略檢查（Hook）由 Jev（系統 1）在數十毫秒內解決，保留像 Claude 和 Antigravity（系統 2）這樣的重型推理模型，用於深入的架構規劃和複雜的重構。

3. Agent的未來：異構多模型網路

等級	模型	核心優勢	延遲和成本概況
系統 1（直觀且即時）	效果（TypeSafe AI）	任務路由、工具排程驗證、布林檢查、Pre-Hook 稽核	70–300ms / 計算成本可以忽略不計
系統 2（審議和生成）	克勞德程式碼/反重力（前沿推理法學碩士）	規劃模式、大規模架構重構、TDD實施	多秒/推理豐富

透過將即時系統 1 決策與反思性系統 2 推理相結合，到 2026 年底，編碼代理已經從單一的整體法學碩士升級為 速度極快的異構自治團隊 。

正規化轉變：從“聊天”到“自主協同工作”

為什麼軟體工程世界果斷地從對話式聊天轉向自主協作？瓶頸在於人為摩擦。

對話式聊天的侷限性

人類複製貼上摩擦力 ：
無論聊天視窗中生成的程式碼多麼乾淨，人類工程師都被迫手動複製、貼上、找到正確的檔案、修復匯入並解決型別錯誤。人成為了執行的瓶頸。
上下文隔離 ：
基於聊天的模型對本地儲存庫現實的感知為零——git 分支狀態、安裝的包版本或執行時錯誤輸出。

自主協同工作的突破

協同工作的本質是 AI代理直接與執行時環境互動 。

工具使用和持續反饋迴圈 ：
使用本機工具（“run_command”、“replace_file_content”），代理可以執行測試、檢查故障跟蹤、識別根本原因，並在 自我修復反饋迴圈 中自主修復程式碼。
多代理編排 ：
複雜的工作流程不會使父對話超載，而是委託給專門的子代理（用於程式碼庫掃描的“研究”，用於並行任務的工作代理），在擴充套件吞吐量的同時保留上下文。

未來展望：2026 年至 2028 年軟體工程

展望未來兩年，我們預計將發生三大架構轉變：

1. 人的轉變：從編碼員到車隊總監

軟體工程師的主要角色將不再是在 IDE 中輸入語法。
工程師將成為 代理艦隊總監 ，負責將模糊的業務需求轉化為正式規範、編排代理團隊、審查架構並保證安全。

2. 自我修復 CI/CD 和自主 Sidecar

人類工程師被失敗的部署管道喚醒的日子將會減少。
永續性 Sidecar 代理將監控生產中的可觀察性指標，透過複製測試自動開啟診斷拉取請求，並在隔離環境中進行修補程式。

3.代理優先的程式碼庫架構（代理工程）

儲存庫將被有意構建，以便人工智慧代理可以安全地導航、理解和修改它們。
像 .agents/rules.md 這樣的正式指南、嚴格的靜態型別和模組化邊界將成為主要的技術資產。

4. 無處不在的編排：在任何裝置上的任何地方進行編碼

嚴肅的軟體工程需要坐在辦公桌前、面對多顯示器裝置的假設正在逐漸消失。
開發人員通常會在通勤時或從移動裝置發出語音指令，指揮本地或雲端託管的代理車隊（Antigravity、Claude Code、DevFleet）來搭建功能、執行測試套件並部署到臨時環境，在需要人工架構籤核時接收推送通知。

總結

2024 年至 2026 年之間的決定性技術轉變是人工智慧從諮詢聊天機器人演變為 真正的自主工程合作伙伴 。

從 GitHub Copilot 中的簡單自動完成開始，現已發展為 Claude Code 的深度終端自主性、與 Google Antigravity 的結構化企業配對，以及快速 Web 原型設計 (Bolt.new) 和安全的工作站錨定執行之間的務實分工。

軟體工程師必須擁抱 代理工程 ——將確定性且繁瑣的實施迴圈委託給桌面、瀏覽器和移動裝置上的人工智慧代理，同時將人類智慧集中在架構、系統邊界和使用者價值上。