AI辅助编程的进步感觉很像辅助驾驶->智能驾驶->自动驾驶

问题描述：

最早的时候是代码高亮提示，这是一个纯粹的基于代码语法的符号分析，比较像是最传统的定速巡航，没有AI模型参与，简单纯粹的辅助。

然后是最早的 copilot, tabnine, kite 自动补全，那时候用的还是很早 gpt3codex 模型。帮助用户在输入的时候进行基于AI的自动补全，比传统的基于符号的自动补全效率更高。这一步就有点像是现在的自适应巡航ACC+车道保持LCC，能在当前光标的所在位置进行辅助，并不能做超出这个上下文的事情，就像LCC也需要人类介入才能变道。

之后就到了早期的编程智能体时代，比如说 cline, windsurf, cursor 这种。它们比起 vibe coding 更像是人类和智能体的 pair coding 。这一步就很像现在的L2的NOA，需要人类参与监督。因为在这个阶段，ai生产的代码也不一定很可靠，还是需要人类去review的。

而到了现在的vibe coding时代, 比如说claude code, codex。在人类不用监督的情况下，就能独立完成一个任务。这些就像是自动驾驶中的L3~L4 (robotaxi)，人类指定一个目标，就直接开过去了。但是也没那么可靠，所以还是有安全员远程监督，很像现在vibe coding需要人类自己做测试去检查是否运行正确。

接下来很有可能进入一个完全自动化的coding，人类只要给出一个高层的目标，具体的计划编程智能体就能自己搞定。比如说通过openclaw这样的通用智能体助手给编程智能体下达指令，让通用智能体去读issue知道要做什么，然后发指令监督编程智能体完成目标。或者是像 paperclip 这种完全自主的多智能体系统，自动心跳读取当前任务，自主规划目标完成，直接进行自动维护和交付。这个就像是未来的L5自动驾驶，完全没有什么人类能介入的了，直接指一个目的地就自动开过去了。

网友解答：

---

--【壹】--：

最早的时候是代码高亮提示，这是一个纯粹的基于代码语法的符号分析，比较像是最传统的定速巡航，没有AI模型参与，简单纯粹的辅助。