AI初认识（AI Coding的进化历史）

第一阶段：萌芽期（约 2010 年前）——基于规则与代码补全

• 编程例子：在 Visual Studio 中输入对象名后跟一个点，IntelliSense 弹出该对象的方法列表；输入 for 按 Tab 自动展开为 for (int i = 0; i < n; i++)。
• 生活例子（辅助理解）：就像手机输入法输入“mingt”自动联想“明天”，只补单词，不懂意思。

第二阶段：探索期（约 2015–2020 年）——基于统计与深度学习的代码生成

• 编程例子：使用 TabNine，输入 function getData 自动补全一行常见的异步请求代码。使用 Kite（Python），输入函数名时智能提示参数和文档。
• 典型工具：TabNine、Kite
• 生活例子（辅助理解）：就像写邮件时输入“感谢您的”，AI 自动补上“来信与支持”——能接半句话，但不会真正理解你的需求。

第三阶段：爆发期（2021–2023 年）——大规模预训练模型的 Copilot 时代

• 编程例子：在 GitHub Copilot 中写注释 // 计算两个日期之间的天数，AI 自动生成完整函数。把报错信息粘贴到 ChatGPT，它直接解释错误并给出修复代码。
• 典型工具：GitHub Copilot、Amazon CodeWhisperer、ChatGPT / GPT-4
• 生活例子（辅助理解）：就像你口头告诉助理“帮我写一封请假邮件，理由是感冒”，助理直接写出完整邮件——你说需求，它干活。

第四阶段：成熟与自动化期（2023 年至今）——Agentic Coding 与全流程自动化

• 编程例子：在 Cursor 中输入“把所有 console.log 改成使用 logger 模块，并加错误处理”，Cursor 自动找出所有相关文件并生成修改方案。给 Devin 一个 GitHub Issue 链接，它自己规划步骤、写代码、跑测试、修 bug、最后提交 PR。
• 典型工具：Cursor、Devin、AutoGPT、MetaGPT、V0.dev
• 生活例子（辅助理解）：就像实习生接到“把官网所有产品图片换成新文件夹里的并统一尺寸”，它会自己打开后台、替换、改尺寸、检查错误，最后告诉你“搞定了”。