AI 编程新范式：从 Agent 到软件 3.0 的深度演进

AI 编程新范式：深度演进与未来展望

从 AI Agent 到软件 3.0，探索技术变革下的开发新浪潮

引言：AI 浪潮下的“内卷”与新机遇

从 AI Agent 到 AI 浏览器，再到 IDE 和 CLI 的深度融合，软件开发领域正经历一场前所未有的“内卷”。近期，主流 AI 厂商纷纷推出命令行界面 (CLI) 编程助手，如 OpenAI Codex CLI、Anthropic Claude Code 和 Google Gemini CLI，预示着 AI 驱动的软件开发新纪元。

📌 Gemini CLI：量大且免费的先锋

个人开发者可通过 Google 账号免费获取 Gemini Code Assist 许可证，享受 Gemini 2.5 Pro 及其强大的 100 万 token 上下文窗口。预览期间，提供业界最高的免费额度：每分钟 60 次、每天 1,000 次模型请求。

面对层出不穷的 AI 编程工具，程序员们常常感到应接不暇。本文旨在梳理当前主流的 AI 编程框架与工具，帮助读者建立宏观认知，理解这场深刻变革的脉络与核心。

核心概念与关键领域

🤖 AI Agent：自主智能体系统

Agent AI 指能够自主感知环境、做出决策并采取行动以实现特定目标的 AI 系统。它们通常以框架或库的形式存在，旨在简化 AI 应用的开发流程。

主流开源代表：

LangChain & LangGraph: 用于构建 LLM 驱动应用的框架与低层级编排框架。
AutoGen: 用于创建可自主行动或与人类协同工作的多智能体 AI 应用程序的框架。
CrewAI: 轻量级、极速的 Python 框架，专为开发适用于各种场景的自主 AI 代理而设计。
LlamaIndex: 构建基于 LLM 和工作流的数据驱动代理的领先框架。
Agno: 专为构建多 Agent 系统设计的 Python 框架，支持 Agent 间共享记忆、知识和推理能力，分为五级能力。
GPT Researcher: 智能体代理，专为各种任务的综合在线研究而设计。

💡 Agent 演进：从任务编排到系统级代理

早期 Agent 框架侧重任务编排，而 Browser Use 等 AI 浏览器代理使普通用户无需编码即可自动化在线任务。OpenAI 的 CUA (Computer-Using Agent) 更进一步，使 AI 能像人一样操作真实计算机界面，实现跨网页、文件和应用执行复杂指令。

基于 Agent 的定制工作流：

n8n: 工作流自动化平台，结合代码灵活性与无代码便捷性，支持原生 AI 能力和 400+ 种集成。
dify: 开源 LLM 应用开发平台，融合 Agentic AI 工作流、RAG、模型管理等，加速原型到生产。

🧑‍💻 编程助手：赋能开发者的利器

当前主流的 AI 编程助手主要分为 IDE 集成、在线生成式和命令行界面 (CLI) 三大类。

IDE 集成：

VSCode, Cursor, Windsurf, Zed (基于 Rust), Trae 等。
VSCode 插件: GitHub Copilot, Gemini Code Assist, Claude Code, Tabnine, Cody, Lingma (通义灵码), Trae AI (豆包) 等。

Online 生成式：

v0.dev, bolt.new, jules, Replit AI 等。

CLI 工具：

Codex CLI, Claude Code, Gemini CLI, aider, Open Interpreter 等。

GitHub Copilot 作为一个特殊存在，深度集成于 GitHub 生态，支持仓库代码分析、Issues、PR 处理等。

⚠️ 插件禁用风波：VSCode 与 AI IDE 的竞争

Cursor 等基于 VSCode 套壳的 AI IDE 曾因复用其插件生态而受追捧，但近期 VSCode 开始限制其核心插件（微软自研）只能用于微软产品，导致部分套壳 IDE 无法支持 C/C++、Remote-SSH 等主流插件，这凸显了 AI IDE 市场竞争的激烈性。

💻 Terminal 终端：AI 的新战场

各类 CLI 工具的运行离不开终端环境。

Warp: 目前体验最好的 AI 终端，支持 agent、mcp 等功能。
starship: 基于 Rust 实现的终端美化工具。
Nerd Fonts: 针对开发者添加大量字形（图标）的编程字体。

⚙️ AI 开发主流编程语言

目前 AI 应用、MCP 或 CLI 开发常用语言包括 JS、Python、Go、Rust。

JavaScript/TypeScript: 简单易上手，前端 AI 应用首选。
Python: AI 编程的“一等公民”，大量 AI 框架和库用 Python 开发。
Go & Rust: 常用于服务或命令行开发，侧重性能。

💡 趣闻: OpenAI Codex CLI 正从 TypeScript 转向 Rust，旨在实现应用原生化，减少对外部环境 (Node.js) 的依赖。

🤝 大模型协议：互联互通的基石

为规范 LLM 交互和上下文信息提供，出现了多种协议。

MCP (Modal Context Protocol): 开放标准，规范如何向 LLM 提供上下文信息，如同 USB-C 接口，统一应用向模型传递工具、数据、偏好等。在编程领域尤为热门。
AG-UI (Agent-User Interaction Protocol): 代理-用户交互协议。

📚 AI 文档：实时准确的信息之源

LLM 生成代码建议时常因依赖过时信息而产生问题，新的 AI 文档工具旨在解决此痛点。

Context7: 通过 MCP 机制直接从源头获取最新、特定版本的文档和代码示例，确保 LLM 输出建议的准确性。
DeepWiki: 基于 GitHub Repo 源代码生成最新版可对话式文档，由 Devin 驱动。
Gitingest: 将任意 GitHub 代码库转换为适合 LLM 提示的文本摘要。

📌 Sequential Thinking MCP Server: 通过结构化思维过程，将问题拆解为多步推理，支持思路修正、分支探索，提高输出代码准确性。

📦 AI SDK：构建 AI 应用的工具包

AI SDKs 提供统一 API 接口，方便开发者与多种模型提供商无缝交互。

AI SDK (Vercel 维护): 基于 TypeScript，支持 Next.js、React、Svelte、Vue 等，几乎满足大部分 LLM API 调用需求。
Google Gen AI SDK: 专为 TypeScript 和 JavaScript 开发者设计，构建由 Gemini 提供支持的应用。
OpenAI SDK & Anthropic SDK: 提供便捷访问各自 REST API 的工具包。

🎨 AI 代码生成与前端 UI

Next.js、React、Tailwind CSS 等框架对 AI 代码生成友好，易于生成美观网页。

动画/3D 效果: p5.js, three.js。
快速构建风格统一界面: shadcn/ui (基于 Radix + Tailwind)。
换肤工具: tweakcn 可视化主题编辑器，可一键导出 shadcn 配置代码。

开源 Chat UI 方案：

如果对本地部署 AI Chat 或开发类似 ChatGPT 应用感兴趣，以下项目值得参考：

Open WebUI: 可扩展、功能丰富、用户友好的自托管 AI 平台，支持各种 LLM 运行器。
Chat SDK: 免费开源模板，使用 Next.js 和 AI SDK 构建。
LobeChat: 现代化设计的开源 ChatGPT/LLMs 聊天应用与开发框架，支持语音合成、多模态、可扩展插件。
Cherry Studio: 支持多个 LLM 服务商的桌面客户端。
Text generation web UI: 适用于大型语言模型的 Gradio Web UI。

软件演进：三次范式变革

🔄Andre Karpathy 的洞察：Software Is Changing (Again)

Andrej Karpathy 结合其在斯坦福、OpenAI 和特斯拉的经历，分析了软件发展的历史、现状与未来趋势，指出软件正经历三次根本性变革。

软件 1.0：指令式编程

过去 70 年的软件底层逻辑，人类编写代码，给计算机下达精确指令。代表：GitHub 上的无数代码仓库。

软件 2.0：数据驱动神经网络

通过调整数据集和运行优化器自动生成神经网络的“权重”参数。代表：Hugging Face 和 Model Atlas 等模型平台。

软件 3.0：自然语言编程

LLM 成为新型计算机，提示词（prompts）即“程序”，用人类自然语言编写，大幅降低编程门槛。例如：用几句话提示 LLM 进行情感分类。

📌 Vibe Coding：人人皆可编程

由 Andrej Karpathy 提出，指依赖 LLM 生成和修正软件的全新编程方式。开发者更多充当“提示提供者”和“测试者”，通过自然语言与 AI 协同对话，甚至“看看、说说、跑一下、然后复制粘贴”即可完成项目。

Karpathy 强调，这三种编程范式将长期共存，掌握它们对未来行业从业者至关重要。

🧠 LLM 本质：数字世界的“操作系统”

Karpathy 将 LLM 类比为多种概念，其中“数字操作系统”最为贴切，揭示其复杂生态系统特性。

新型“公用事业”： 训练和运营成本高昂，按使用量收费，提供智能服务。
高科技“晶圆厂”： 巨额资本支出，形成深厚技术积累。
数字“操作系统”： 最贴切的比喻，LLM 是复杂软件生态系统，具备资源调度、内存管理（上下文窗口）、应用分发等功能。
1960 年代的计算： 当前 LLM 计算集中于云端，用户通过网络交互，类似大型机时代。预示未来个人 LLM 计算的可能性。
终端与 GUI： 直接与 LLM 通过文本交流如终端对话，期待更直观的 GUI 交互。

💡 独特扩散方向: LLM 首先在普通消费者中普及，而非先由政府/企业采用，预示其应用层面的独特发展路径。

🔬 理解 LLM “心智”：超能力与认知缺陷并存

LLM 通过自回归 Transformer 模型从海量数据中学习，展现出类似人类的“涌现心理”。

✅ 超能力：

百科全书般的知识和记忆，远超任何个体人类。

❌ 认知缺陷：

幻觉 (Hallucination): 凭空捏造信息，对知识边界缺乏认知。
锯齿状智能 (Jagged Intelligence): 在某些领域超人，但在简单问题上犯低级错误。
顺行性遗忘 (Anterograde Amnesia): 无法巩固知识，上下文窗口更像工作记忆。
安全漏洞: 易受提示注入攻击，可能泄露数据。

与 LLM 协作，需扬长避短，充分利用其超能力，同时规避其认知缺陷。

🤝 LLM 应用与人机协作：加速“生成-验证”循环

未来的软件产品和服务将部分自治。LLM 应用如 Cursor 和 Perplexity 兼具辅助与自治特性。

LLM 应用特性：

上下文管理：自动处理大量信息。
多模型协调：底层协调多个模型。
应用特定 GUI：更直观展示信息，提升人机协作效率。
自治滑块 (Autonomy Slider)：用户可根据任务调整 LLM 自治程度。

人机协作效率提升关键：

加速验证：GUI 利用人类视觉能力，比阅读纯文本更高效。
“牵住” AI 的缰绳：限制 AI 输出粒度，使其以小步、增量方式进行，避免过度反应。

✨ 为“代理”而设计：新的数字信息消费者

AI 代理是具有“人类灵魂”的计算机，需要我们为其重新构建软件基础设施。

LLM 友好的信息格式：提供类似 robots.txt 的 llm.txt，用 Markdown 描述网站内容。
为 LLM 重写文档：将为人类编写的文档转化为 LLM 代理可直接调用的格式（如 Markdown + curl 命令）。
LLM 友好的工具：如 gitingest，将 GitHub 仓库转换为 LLM 可读文本摘要。

主动为 LLM 提供更友好的访问方式至关重要，能降低成本并提高效率。

⚙️ 上下文工程：构建高质量 LLM 应用的核心

“上下文工程”比“提示词工程”更准确，它是一门融合工程方法与直觉艺术的复杂实践，旨在为 LLM 提供“刚刚好”的信息。

科学性：

涉及任务说明、few-shot 示例、RAG、相关数据（多模态）、工具使用、状态记录、历史追踪、上下文压缩等。
信息太少、太杂或形式不当，都会影响模型性能。

艺术性：

对语言模型“心理机制”的直觉理解与经验积累。

上下文工程只是构建完整 LLM 应用的一部分。整个系统还需要负责任务分解、动态封装上下文、调用不同 LLM、设计生成-验证流程、构建安全机制等，远超简单的“ChatGPT 包装器”。

结语：面向“代理的十年”

AI 的演进正超越纯对话模式，与应用程序及操作系统深度融合，目标是赋予 AI 更大的操作权限，执行更复杂、更自动化的任务。

🛠️ 对普通用户：

日常需求可通过对话式 AI 或 AI 浏览器轻松满足。
复杂任务则需集成 AI 功能的 IDE 或支持任务编排的工作流。

🚀 对开发者：

理解并驾驭 AI、GUI 和操作系统三者关系至关重要。
未来软件重心在于如何巧妙编排这些元素，构建与 AI 无缝协作的智能应用。
“全民编程”时代已来临，专业程序员与 “Vibe Coder” 都将参与其中。

Karpathy 提醒我们，软件开发，尤其自治系统，是漫长而复杂的过程。我们正处于“代理的十年”，而非“代理之年”，需保持耐心，让人类始终参与其中。最终，我们应构建能增强人类能力的“钢铁侠战衣”——具有定制 GUI 和 UI/UX 的部分自治产品，加速“生成-验证”循环，并通过“自治滑块”逐步提升自治程度。

“这是一个令人惊叹的时代！” 我们将亲眼见证软件自治的程度从左向右滑动，而我们，正是这场伟大变革的参与者和建设者。

🆕 新趋势：应用自我扩展功能

近期演示的笔记应用通过“笔记”内容为自身生成新功能，预示着未来 AI 应用发展的新方向：通过与应用对话来拓展自身功能。

来源：关于 AI 编程的一些浅思

参考文献

[1] Codex CLI: https://github.com/openai/codex
[2] Claude Code: https://github.com/anthropics/claude-code
[3] Gemini CLI: https://github.com/google-gemini/gemini-cli
[4] LangChain: https://github.com/langchain-ai/langchain
[5] LangGraph: https://github.com/langchain-ai/langgraph
[6] AutoGen: https://github.com/microsoft/autogen
[7] CrewAI: https://github.com/crewAIInc/crewAI
[8] LlamaIndex: https://github.com/run-llama/llama_index
[9] Agno: https://github.com/agno-agi/agno
[10] GPT Researcher: https://github.com/assafelovic/gpt-researcher
[11] Browser Use: https://github.com/browser-use/browser-use
[12] CUA（Computer-Using Agent): https://openai.com/index/computer-using-agent
[13] Dia: https://www.diabrowser.com
[14] n8n: https://github.com/n8n-io/n8n
[15] dify: https://github.com/langgenius/dify
[16] VSCode: https://code.visualstudio.com
[17] Cursor: https://www.cursor.com
[18] Windsurf: https://windsurf.com
[19] Zed (基于 Rust 实现): https://zed.dev
[20] Trae: https://www.trae.ai
[21] Cline: https://github.com/cline/cline
[22] GitHub Copilot: https://github.com/features/copilot
[23] Gemini Code Assist: https://marketplace.visualstudio.com/items?itemName=Google.geminicodeassist
[24] Claude Code for VSCode: https://marketplace.visualstudio.com/items?itemName=anthropic.claude-code
[25] Windsurf Plugin: https://marketplace.visualstudio.com/items?itemName=Codeium.codeium
[26] Tabnine: https://marketplace.visualstudio.com/items?itemName=TabNine.tabnine-vscode
[27] Cody: https://marketplace.visualstudio.com/items?itemName=sourcegraph.cody-ai
[28] Qodo Gen: https://marketplace.visualstudio.com/items?itemName=Codium.codium
[29] Roo Code: https://marketplace.visualstudio.com/items?itemName=RooVeterinaryInc.roo-cline
[30] Augment: https://marketplace.visualstudio.com/items?itemName=augment.vscode-augment
[31] Lingma (通义灵码-国产): https://marketplace.visualstudio.com/items?itemName=Alibaba-Cloud.tongyi-lingma
[32] Trae AI (豆包-国产): https://marketplace.visualstudio.com/items?itemName=MarsCode.marscode-extension
[33] v0.dev: https://v0.dev
[34] bolt.new: https://bolt.new
[35] jules: https://jules.google.com
[36] Replit AI: https://replit.com/ai
[37] aider: https://github.com/Aider-AI/aider
[38] codename goose: https://github.com/block/goose
[39] Open Interpreter: https://github.com/OpenInterpreter/open-interpreter
[40] Copilot Web: https://github.com/copilot
[41] updates log: https://code.visualstudio.com/updates
[42] Has the VSCode C/C++ Extension been blocked?: https://github.com/getcursor/cursor/issues/2976
[43] Microsoft C/C++ Extension appears to no longer support unofficial forks of VS Code: https://github.com/VSCodium/vscodium/issues/2300
[44] Warp: https://www.warp.dev
[45] starship: https://github.com/starship/starship
[46] Nerd Fonts: https://www.nerdfonts.com
[47] Rust CLI Cutover (Burndown List): https://github.com/openai/codex/issues/1262
[48] Modal Context Protocol: https://modelcontextprotocol.io
[49] AG-UI: https://github.com/ag-ui-protocol/ag-ui
[50] Context7: https://github.com/upstash/context7
[51] DeepWiki: https://deepwiki.com
[52] Devin: https://devin.ai
[53] Gitingest: https://github.com/cyclotruc/gitingest
[54] Sequential Thinking MCP Server: https://github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking
[55] mcp.so: https://mcp.so
[56] AI SDK: https://github.com/vercel/ai
[57] Google Gen AI SDK: https://github.com/googleapis/js-genai
[58] OpenAI SDK: https://github.com/openai/openai-node
[59] Anthropic SDK: https://github.com/anthropics/anthropic-sdk-typescript
[60] p5.js: https://github.com/processing/p5.js
[61] three.js: https://github.com/mrdoob/three.js
[62] shadcn/ui: https://github.com/shadcn-ui/ui
[63] tweakcn: https://github.com/jnsahaj/tweakcn
[64] radix: https://www.radix-ui.com
[65] tailwind: https://tailwindcss.com
[66] Open WebUI: https://github.com/open-webui/open-webui
[67] Chat SDK: https://github.com/vercel/ai-chatbot
[68] LobeChat: https://github.com/lobehub/lobe-chat
[69] function call: https://lobehub.com/zh/blog/openai-function-call
[70] Cherry Studio: https://github.com/CherryHQ/cherry-studio
[71] Text generation web UI: https://github.com/oobabooga/text-generation-webui
[72] AUTOMATIC1111/stable-diffusion-webui: https://github.com/AUTOMATIC1111/stable-diffusion-webui
[73] Software Is Changing (Again): https://youtu.be/LCEmiRjPEtQ?si=Sfw_2aK_L8y2u2mZ
[74] Model Atlas: https://huggingface.co/spaces/Eliahu/Model-Atlas

目录导航

AI 编程新范式

预览结果：