深度

LLM 辅助编程的英雄之旅:从 GitHub Copilot 到 Claude Code 的 9 步进化路径

Harper Reed 总结的 LLM 辅助编程 9 步进化路径:从 GitHub Copilot 自动补全,到复制粘贴代码到 Claude,到 Cursor,到 Aider,最终到全面拥抱 Claude Code 的 Agentic 编程。适合想了解如何系统性采用 AI 编程工具的开发者。

2026/2/285分钟 阅读ClaudeEagle

Harper Reed(前奥巴马竞选 CTO)从 2023 年就开始深度使用 AI 辅助编程。他和数百位开发者的对话让他发现:大多数人都在经历一条相似的「英雄之旅」,而很多人正在中途卡住。

「如果你没有多少开发经验,那就直接跳到最后一步。我们的大脑经常被过去的规则所束缚。

旅程地图:9 个进化阶段

第 1 步:相信它能工作

这是隐藏的第零步。如果你从一开始就认定「LLM 写不出好代码」,那你的预言会自我实现。

有用的心态:把这些工具当成可能有效、值得尝试的东西。

第 2 步:AI 辅助自动补全(Copilot / Cursor Tab)

为什么不能跳过这步

你需要在 IDE 上下文中花足够时间,了解 LLM 的工作方式——包括它会推荐哪些蠢东西。跳过这步的人往往对后续步骤失望,因为他们没有建立对 AI 局限性的正确预期。

工具:GitHub Copilot、Zed autocomplete、VS Code IntelliSense

第 3 步:与 Copilot 对话(不只是补全)

VS Code 中有一个面板可以用自然语言和 Copilot 对话,帮助你解决代码问题。它相当好用——相当于 2024 年的 ChatGPT,只是整合在了 IDE 里。

但你很快会想要更多。

第 4 步:复制粘贴代码到 Claude 或 ChatGPT

这是第一个「哇」时刻:把代码粘贴到浏览器里问「为什么它坏掉了」,然后得到一个连贯、有帮助的回答。

这会改变你的工作方式

  • 调试过程几乎消失
  • 你开始构建更奇怪、更有趣的东西
  • 你甚至会把 Python 脚本粘进去说「给我转成 Go」,然后它就转了

你会开始有模型偏好——Harper 和很多开发者都发现自己最喜欢 Claude 的「感觉」。

分支路径:你会开始研究如何把更多代码塞进上下文窗口,探索 repomix、repo2txt 等工具。

第 5 步:切换到 AI 增强型 IDE(Cursor、Windsurf)

「为什么不用 Cursor?」——一个朋友的这句话会彻底改变你。

你以前复制粘贴的一切,现在都在 IDE 里了。更快,更爽,接近魔法。你开始探索编辑器内置的 Agentic 编程功能。它基本上能工作,但你能看到前方更好的目标。

第 6 步:在编码前开始规划

你突然发现自己在写大量的 Spec、PRD 和 TODO 文档,然后把它们喂给 IDE 的 Agent 或 Claude 网页版。

你开始用 LLM 写文档,用 LLM 生成 Prompt,用 LLM 设计你的 Codegen 流程。

「在 Codegen 的世界里:Spec 就是神。」

你开始带着一种全新的敬意说「瀑布模型」这个词。

第 7 步:用 Aider 实现更快的循环

你准备好进入「好料」了。

Aider 的体验很特别:它在你的项目里实例化自己,你输入查询,它就去做——请求权限,完成任务,提交到 Git 仓库。

你开始:

  • 为 LLM 构建规则集(「Big Daddy 规则」、「不欺骗」原则)
  • 学会真正有效的 Prompting
  • 不再担心一次性完成任务,让 Aider 分步做

最终你甚至不打开 IDE——你变成了一个纯终端用户,看着机器人做你的工作。

第 8 步:全面拥抱 Agentic 编程

你现在在用 Agent 帮你编码:Claude Code、Cline 等。你开始同时运行 3-5 个并发会话,在终端窗口间切换,看着多个机器人同时工作。

防御性编程变得至关重要

  • 极度严格的测试覆盖率
  • 形式化验证
  • 内存安全语言
  • 根据编译器的「话痨程度」选择语言(帮助填充上下文窗口)

你会花非常多的钱在 Token 上。你也会用光所有的 GitHub Actions 小时数在测试上。

你不会觉得不爽,因为结果确实好。

第 9 步:让 Agent 编程,你去打游戏

你到达了终点——或者说,到达了中间站。

你输入一个任务,Agent 开始工作。你去回邮件,回来时它已经完成了,问「要继续吗?」你打「yes」,然后回到 Tetris。

这很奇怪。甚至令人不安。

但代码写出来了,而且质量比以前好。

关键观察:写作能力变得至关重要

「写作技能变得关键。不仅需要和人类沟通,还需要为 AI 写清晰精确的指令。能够设计有效的 Prompt 正在变得和写好代码一样重要。」

关于招聘的思考

Harper 对 AI 工具经验作为招聘要求持保守态度:

就像雇用一个不会你用的技术栈的优秀工程师——给他们时间和指导,他们的不同视角反而会提升整个团队。AI 辅助开发也是如此。文化契合度和学习意愿比当前的 AI 工具经验更重要

给技术领导者的话

「所有领导者和工程经理都需要深入了解 AI 辅助开发,无论你是否是信徒。原因是:你接下来招聘的新一代开发者,将主要通过 AI 工具和 Agent 学会编程。这就是软件工程的未来走向。我们需要理解并适应这个现实。」


原文:An LLM Codegen Hero's Journey | 来源:Harper Reed 的博客

相关文章推荐

深度Claude Code vs Cursor vs GitHub Copilot:2026 年 AI 编程工具深度对比2026 年 Claude Code vs Cursor vs GitHub Copilot 深度对比:代码理解深度、自主性、IDE 集成、典型场景(理解新项目/日常补全/复杂实现/代码审查/批量重构)、价格对比,以及如何根据工作流选择最合适的 AI 编程工具。2026/3/12深度2026 年 AI 编程助手深度横评:Claude Code vs GitHub Copilot vs Cursor vs Aider2026 年 AI 编程助手深度横评:Claude Code(终端代理/Multi-Agent/Hooks/MCP)、GitHub Copilot(Ghost text 补全/Copilot Agent)、Cursor(VS Code 分支/Compose Agent)、Aider(开源/本地模型/精确文件选择)四工具从定位架构、8 项核心能力对比(代码库理解/自主执行/Multi-Agent/IDE 集成/实时补全/扩展性/本地模型/企业功能)、五大使用场景推荐(大型重构/日常补全/隐私优先/CI/CD 自动化/医疗金融合规),以及工具组合策略和 2026 年五大趋势(Agent 化/Multi-Agent/IDE-终端融合/企业合规/MCP 生态)。2026/3/8深度Claude Code 最佳实践 2026:资深用户总结的 20 个效率提升技巧Claude Code 资深用户总结的 20 个实用最佳实践:上下文管理技巧(精准投喂 vs 全量读取)、CLAUDE.md 高价值写法、自定义命令的场景化设计、权限配置的最小化原则、子代理并行的触发时机、会话压缩与续接的使用策略、与 Git 工作流的结合方式、代码审查的标准提示词、让 Claude 解释而不只是修改代码的技巧、以及避免 Claude「过度自信」的提示词防护模式。2026/3/21深度Claude Code 重构策略完全指南:大型项目安全重构的 AI 辅助方法论Claude Code 辅助代码重构的完整方法论:重构前的安全网搭建(特征测试/快照测试)、渐进式重构策略(不要一次大改)、让 Claude 识别并命名坏味道(Long Method/God Class/Shotgun Surgery)、提取函数/类/模块的标准流程、依赖注入重构(方便测试)、数据库层重构(Repository 模式迁移)、重构进度追踪与 CLAUDE.md 配置,以及大型单体应用向微服务迁移的 AI 辅助路径。2026/3/21深度Claude Code 上下文窗口管理完全指南:100 万 Token 的高效利用策略Claude Code 超长上下文(100万 Token)完整使用指南:上下文窗口的构成(系统提示/工具定义/对话历史/当前请求)、会话压缩(Compaction)的触发机制与配置、--continue 跨会话续接上下文、如何避免上下文溢出、超大代码库的分批处理技巧、Prompt Caching 配合长上下文降低成本,以及 Token 计数工具的使用方法。2026/3/18深度Claude Code 微服务架构实战:设计、拆分与服务间通信完整指南Claude Code 辅助微服务架构开发完整指南:单体到微服务拆分策略、服务边界识别、API Gateway 设计、服务间 gRPC/REST 通信、分布式事务(Saga 模式)、服务发现与健康检查、Docker Compose 本地开发环境,以及微服务监控和链路追踪配置。2026/3/16