概念导读

AI Agent 自主完成软件工程任务的模式。区别于传统的 code completion 或 chat 式编码助手，agentic coding 要求模型能够：

1. 核心特征
2. 形式化定义
3. 与传统编码的区别
4. 训练方法趋势（基于 composer2 的实践）
5. 代表性工具/产品
6. 关联

Agentic Coding

AI Agent 自主完成软件工程任务的模式。区别于传统的 code completion 或 chat 式编码助手，agentic coding 要求模型能够：

核心特征

1. 自主导航代码库: 搜索、阅读、理解大型代码库
2. 多步执行: 连续进行文件编辑、测试运行、调试循环
3. 工具使用: grep、语义搜索、shell 命令、web 搜索等
4. 长程规划: 在数百个 tool call 上保持一致性

形式化定义

给定环境（代码库 + 隔离容器）和任务 prompt x，Agent 产生 rollout：

a1, ..., aT  (actions, each makes tool calls)
y1, ..., yT  (responses)

每个 action 由语言模型策略 πθ(ai | x, a1, y1, ..., ai-1, yi-1) 采样。

与传统编码的区别

• vs Autocomplete: 不是预测下一个 token，而是解决完整工程问题
• vs Chat coding: 不是单轮对话，而是多步探索、测试、迭代
• vs Competitive programming: 需要非平凡的探索、自己写测试、构建最小改动

训练方法趋势（基于 composer2 的实践）

1. Continued pretraining 专化代码知识
2. 大规模异步 RL 训练端到端编码能力
3. 训练环境尽可能贴近部署环境（minimize train-test mismatch）
4. Self-summarization 处理长程任务
5. 非线性长度惩罚平衡简单/复杂任务的效率

代表性工具/产品

• Cursor (Composer 系列)
• Claude Code (Anthropic)
• GitHub Copilot
• Codex (OpenAI)

关联

• 代表模型: composer2
• 评测框架: cursorbench
• RL 训练: ppo, grpo-rl-training