写代码的人不够了？Beyang Liu谈“驾驭编码代理”的新技能

Sourcegraph CTO Beyang Liu 认为，AI 编码代理不是更聪明的 Copilot，而是一种全新的软件交互范式。他从模型演进、产品设计到真实用户行为，拆解了“如何真正用好编码代理”这项正在浮现的新技能。

从质疑到共识：编码代理真的有用吗？

为什么现在讨论编码代理很重要？因为围绕它的争议，正在重演每一代 AI 技术早期都会经历的“撕裂时刻”。Beyang Liu 在演讲一开始就点名了当下的舆论环境：时间线上充满了关于 AI coding agents 是否“噱头大于实用”的辛辣推文。

他的判断很明确：这些分歧并不意味着技术失败，而是因为大家正处在一个“动态变化的技术区间”。他形容当前的反馈呈现出一个光谱——从“完全没用”到“已经离不开”，而这恰恰是底层能力发生跃迁的信号。“coding agents are substantively useful”，但前提是，你得用对方式。

这里的关键转折在于视角。Beyang 并没有急着为代理辩护，而是提醒听众：如果你用旧工具的心态去评估新范式，结论往往是失望的。这种判断，为后面他对“代理时代”的系统拆解埋下了伏笔。

三次浪潮：从 GPT‑3 到聊天机器人，再到代理

理解编码代理，必须先理解它处在怎样的技术浪潮中。Beyang 引用了 Jeff Huntley 的一篇博客，用一句话概括大众的误区：“people are holding it wrong（大家用错了方式）”。

他将大模型应用的发展分为三个清晰的阶段。第一波是 GPT‑3 时代的文本补全模型，核心能力是“继续写下去”；第二波是 ChatGPT 引爆的对话范式，大家开始围绕聊天界面构建产品；第三波，则是 2024 年后逐渐成形的“代理时代”。

在第二波中，一个标志性现象是：2023 年“everyone was building a RAG bot”。检索增强生成（RAG）成了默认解法，但本质上仍然是被动问答。而代理的不同在于，它不只是回答问题，而是“代表你去做事”。Beyang 将这种变化称为一次“step function transition”——不是渐进改良，而是能力层级的跃迁。

如果从零设计一个编码代理，规则该改了

当我们进入代理时代，旧的产品假设开始失效。Beyang 在演讲中抛出了一系列“spicy takes”，几乎每一条都在挑战当下主流工具的设计惯性。

第一条就是：编码代理“should just make edits”。也就是说，它的默认产出不该是大段解释，而是直接的代码修改 diff。这直接影响了交互界面、反馈机制，甚至定价模式。

接下来是对“厚客户端”的质疑：在代理能自行调用工具、理解上下文的前提下，我们还需要复杂 UI 吗？他进一步提出，要“move beyond choose your own model”和“move past fixed pricing”，因为代理消耗的不是一次对话，而是不确定长度的任务执行。

在架构层面，他更推崇 Unix 哲学，而不是垂直一体化：小而专注的工具，通过清晰接口协作。Beyang 用早期互联网 UI 的类比来提醒大家：新范式初期，看起来简陋往往不是缺点，而是方向正确的信号。

AMP 实战：一个“故意很简陋”的编码代理

理论之外，Beyang 用自家产品 AMP 做了一次完整示范。AMP 是 Sourcegraph 推出的编码代理，目前只有两个客户端：一个极简的 VS Code 插件，和一个 CLI。它“bare bones by design”，目的就是验证真实可用性。

在现场演示中，他让 AMP 实现一个真实改动：修复 Linear connector 的图标问题。过程中，代理调用了搜索工具作为子代理（sub-agent），理解了 MCP 提供的工具访问能力，并在 diff 视图中展示修改结果。

有意思的细节在于，AMP 正确区分了 admin 页面和 settings 页面的配置差异——这是很多新手都会踩的坑。Beyang 特别强调，这不是模型“更聪明”，而是代理在合适的上下文和工具约束下，做出了正确决策。这段演示，是整场演讲中最具说服力的部分。

真正的新技能：如何“指挥”而不是“使用”代理

在小范围发布后，Beyang 团队观察到一些有趣的用户行为模式。最典型的一点是：power users 会写“非常长的 prompts”。这并不是啰嗦，而是在主动为代理构建工作上下文。

他们会明确指出相关文件、测试方式，甚至要求代理通过 Playwright 和 Storybook 建立反馈回路。在一次案例中，AMP 正确处理了复杂的配置细节，正是因为用户提前给出了足够约束。

Beyang 也总结了一些反模式，比如一次性丢给代理过大的模糊任务，或者完全不检查 diff。他给出的关键建议是：把代理当成一个可以并行运行的“初级工程师团队”，而你的新技能，是拆解任务、分配上下文、审查结果。

总结

Beyang Liu 的核心观点很明确：编码代理不是更强的自动补全，而是一种需要全新使用心智的工具。从产品设计到个人技能，旧范式都在失效。真正拉开差距的，不是你用不用代理，而是你是否学会了“驾驭”它——用清晰指令、合理工具和持续反馈，把模型能力转化为工程生产力。

关键词： AI Agent， 编码代理， 大语言模型， 提示工程， Sourcegraph AMP

事实核查备注： 人物：Beyang Liu（Sourcegraph CTO）。文章观点来自其演讲《The emerging skillset of wielding coding agents》。阶段划分：GPT-3 文本补全、ChatGPT 对话范式、Agent 时代。产品与工具：ChatGPT、RAG、AMP、VS Code 插件、CLI、Playwright、Storybook、Linear connector、MCP。原话引用均为演讲中英文表达的意译或原句。