获取 YOLO 许可
返回 Ultralytics 术语表

Agentic Coding

智能体式编程是一种软件开发方式:AI 智能体读取代码库、编辑文件、运行测试、修复故障,并提交变更供人审查。

智能体编程是一种软件开发方式:AI 编程智能体从头到尾完成编程任务,包括阅读相关代码、规划修改、编辑文件、运行命令和测试、修复失败项,并提交 commit 或 pull request 供人审查。开发者只需描述任务并评估结果,而不用逐行敲代码。广泛使用的编程智能体包括 Anthropic 的 Claude Code、OpenAI 的 Codex、GitHub Copilot 的编程智能体、Cursor 的智能体模式,以及 OpenHands 等开源智能体;其中大多数由经过训练、能够处理长工具调用链的推理模型驱动。

编程智能体的工作方式#

编程智能体是一种 AI 智能体,其工具就是开发者使用的工具:文件搜索和读取、文件编辑、用于构建和测试的 shell、版本控制,有时还包括浏览器。它的智能体执行框架会运行一个循环:大语言模型(LLM)读取任务、检查文件、提出编辑或命令、读取输出,然后选择下一步操作。工具设计本身也很重要:普林斯顿大学的 SWE-agent 在 2024 年解决了 SWE-bench 中 12.5% 的问题,远超早期的非交互方法。这主要得益于它为模型提供了用于查看、搜索和编辑代码的精简命令;其作者将这种方法称为智能体—计算机接口。

代码仓库会通过说明文件引导智能体,例如 AGENTS.md:这是一种开放格式,用于记录构建命令、测试命令和编码规范,目前由 Agentic AI Foundation 负责维护。仓库还可借助按需加载特定任务流程的智能体技能,以及连接问题跟踪器、数据库和文档的 Model Context Protocol(MCP)服务器。智能体可以在终端或 IDE 中交互式运行,也可以在云沙箱中运行多个并行任务,每个任务最终都会生成一个 pull request。主智能体还可以将搜索、测试运行或审查工作交给拥有各自上下文窗口的子智能体,这属于AI 智能体编排的一种形式。由于代码仓库、依赖项或网页可能包含提示注入,编程智能体会在智能体沙箱内执行命令,并在推送代码、删除文件或联系新主机前征求确认。

  • 代码补全:开发者输入代码时,系统会建议接下来的几行,例如 GitHub Copilot 在 2021 年推出时的功能。开发者仍需编写和运行程序,并决定接受还是拒绝每条建议。
  • 聊天助手:聊天机器人通过代码片段回答编程问题,开发者再手动复制、运行和调试这些代码。
  • Vibe coding:Andrej Karpathy 在 2025 年 2 月提出的说法,指通过提示词生成并接受 AI 编写的代码,却不阅读代码内容的软件开发方式。这个说法描述的是人们如何对待生成结果;专业团队中的智能体编程通常会保留代码审查、测试和持续集成环节。

计算机视觉中的智能体编程#

机器学习运维(MLOps)工作很适合编程智能体,因为每一步都有可检查的结果:数据集完成转换和验证、训练任务启动并记录指标、导出后的模型成功加载并返回相同预测结果。让智能体微调检测器时,它可以编写数据集 YAML、启动训练、读取验证指标,并提出下一项实验。Ultralytics Agent Skills 将这套工作流提供给 Claude Code、Codex、Cursor、Gemini CLI 及其他兼容智能体:其中包括一个 yolo 路由技能,以及用于模型选择、数据集、训练、调优、推理和导出的技能;此外,还有一个 platform-cli 技能,可通过 ul cloud 命令行驱动 Ultralytics Platform 云端训练和部署。比如,用户提出“将我训练好的 YOLO 模型导出为 TensorRT 并进行 INT8 量化,然后对其进行基准测试”,智能体便会遵循技能文档中的导出和基准测试流程;如果两者不一致,技能会指示智能体以已安装软件包的 yolo checks 和 yolo cfg 输出为准。

衡量编程智能体的表现#

SWE-bench于 2023 年 10 月推出,是智能体编程的标准基准:它包含来自 12 个热门 Python 仓库的 2,294 个真实 GitHub 问题,根据智能体的补丁能否通过项目自身的测试评分。发布时表现最好的模型 Claude 2 解决了其中 1.96% 的问题。OpenAI 的 SWE-bench Verified 包含 500 个由人工工程师确认可解决的任务,后来成为报告最多的版本;到 2025 年底,表现最好的智能体解决率约为 80%。Terminal-Bench 等更难的基准会测试命令行工作,团队也会在内部仓库上添加自己的智能体评估。实际生产力则单独衡量:在 METR 对经验丰富的开源开发者开展的随机研究中,2025 年初,16 名开发者在熟悉的成熟项目中完成 246 项任务;允许使用 AI 工具后,他们耗时反而增加了 19%,主要使用的是 Cursor 和 Claude 3.5、3.7 Sonnet,但他们事后估计这些工具让自己的速度提高了 20%。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来