Coding Agents
Coding agent 是 agent 落地最成功的方向之一，因为代码任务可测试、可验证、环境反馈强，适合在工具闭环里持续迭代。
#tech / ai
#type / synthesis
#status / growing
[!info] related notes
Coding Agents
范围
这篇讨论“为什么 coding 是 agent 非常适合的落地方向”，不是某一个具体产品的使用教程。
为什么要放在一起理解
代码任务有几个对 agent 非常友好的性质：
- 结果能通过测试、编译和 lint 进行客观验证
- agent 能直接读取工具反馈再继续改
- 问题空间相对结构化
- 产出质量比很多文案任务更容易被客观衡量
所以 coding agent 特别容易形成“计划 -> 修改 -> 运行 -> 读错误 -> 再修改”的闭环。
依赖路径 / 调用链 / 演进链
典型 coding agent 循环是：
- 读任务描述
- 搜索仓库和相关文件
- 规划改哪些文件
- 调用编辑和命令工具
- 运行测试、构建或静态检查
- 根据反馈继续修正
复杂任务时，经常还会升级到 Orchestrator-Workers 或多 agent 协作。
对比与易混淆点
- coding agent 的关键不只是“会写代码”，而是“能利用环境反馈持续推进任务”。
- 自动化测试虽然很强，但仍不能替代人工 review 对架构和需求对齐的判断。
- 这也是为什么 coding agent 比很多纯文本 agent 更能稳定落地，因为它有更强的 ground truth。