夜雨聆风
你以为AI在写代码?它其实在跑一条“工具流水线”
先说结论：Coding Agent 的核心竞争力，不是“会说”，是“会调工具并持续迭代”。
如果你把它当聊天助手，它最多给你“看起来像答案”的文本。
如果你把它当执行系统，它才可能给你“跑得起来的结果”。
今天这篇，不谈玄学，只谈机制和胜率。
参考原文：Simon Willison《How coding agents work》
https://simonwillison.net/guides/agentic-engineering-patterns/how-coding-agents-work/
第一层：LLM 不是程序员，它是 Token 预测器
很多人第一步就误会了：
“模型这么强，应该什么都懂。”
不对。
LLM 的底层工作，是基于 token 做下一步预测。它确实能写代码，但它并不是“理解代码世界”的人类工程师。
这件事带来两个现实后果：
- 成本和 token 直接挂钩：输入越长、输出越长，账单越高。
- 能力有上下文上限：你塞不进上下文的东西，它就“看不见”。
一句话：你不是在雇一个无限记忆的天才，你是在驱动一个“按 token 计费的预测引擎”。
第二层：为什么越聊越贵？因为对话是“重放”
很多人以为 Agent 在“记住”上下文。
更准确地说：会话状态通常由外层系统维护，每轮都重放关键信息给模型。
所以你会遇到一个很真实的问题：
- • 会话越长，输入 token 越多；
- • 输入 token 越多，速度和成本压力越大。
原文提到 token caching，这就是工程优化的关键点之一：
尽量稳定上下文前缀，减少不必要改写，让缓存命中率更高。
这不是小技巧，这是“长期可用”和“越用越贵到放弃”之间的分水岭。
第三层：Agent 真正的分水岭在“工具调用”
普通聊天模型：给你答案。
Coding Agent：除了回答，还会请求调用工具。
比如它可能发出：
- • 读文件
- • 跑 shell 命令
- • 执行测试
- • 修改代码
然后把工具返回结果再喂回模型，进入下一轮。
这就是核心机制：
LLM + 工具 + 循环。
所以一个 Agent 到底强不强，不只看模型参数，还看两件事：
- 工具集够不够实用；
- 循环控制做得稳不稳（何时继续、何时回滚、何时停）。
第四层：系统提示词，决定了它的“职业习惯”
很多人问：同一个模型，为什么在 A 工具里聪明，在 B 工具里像实习生？
因为外层给的系统提示词不同。
系统提示词会定义：
- • 它优先怎样决策
- • 工具调用规则
- • 失败时的行为边界
- • 安全限制和输出格式
原文提到很多 coding agent 的 system prompt 非常长，这不是形式主义。
本质上，你是在给一个高能力但无默认流程的执行体，写“岗位说明书 + SOP”。
第五层：Reasoning 不是魔法，是“花 token 换成功率”
2025 以后，reasoning（或 thinking）成了重要能力。
你可以把它理解成：
先让模型多做一段“内部推演”，再产出动作。
优点：复杂调试、跨文件排查时，成功率更高。
代价：更慢、更贵。
所以真正会用的人，不会全程拉满推理强度。
而是按任务分级：
- • 小任务快跑
- • 难任务加推理
这才是工程思维，不是参数崇拜。
第六层：人类角色没有消失，只是重排了
“既然 Agent 能写和跑，工程师还干嘛？”
干三件更关键的事：
- 定义目标和验收标准（这一步交给模型，翻车率最高）
- 管理风险边界（权限、数据、上线开关）
- 做最终判断（尤其是安全、资金、合规相关改动）
别被“没人写代码、没人看代码”这种话术带节奏。
在 demo 里省掉审查，叫效率。
在生产里省掉审查，叫事故预告。
一句话总结：
Agent 不是替代工程判断，而是放大工程判断。
你判断力越强，它越值钱；你判断力越弱，它越危险。
快问快答
Q：是不是上下文窗口越大，Agent 就越强？
A：不绝对。窗口变大只是“可装更多信息”，不代表信息组织质量就自动变好；成本和延迟也会同步上升。
Q：是不是把任务一句话丢给 Agent 就行？
A：短任务可能行，复杂任务不行。必须拆目标、给约束、设验收点。
Q：那普通团队今天能做的最小升级是什么？
A：从“让它一次写完”改成“让它分轮交付”：每轮只做一小步，跑测试、看结果、再推进。