从Copilot到Devin：三年时间，AI编程工具如何重塑开发工作流

把时间拨回2021年，GitHub Copilot刚发布时，行业的争论还是“AI补全的代码能不能信”。那时它做的事情很单纯：根据上下文猜下一行。五年过去，这条进化线已经走出了三个清晰的阶段，而每一个阶段都在真实地改写开发工作流。

第一阶段是补全时代，AI是打字加速器，开发者主导一切。第二阶段是对话时代，Copilot Chat、通义灵码、Trae们把问答、修bug、生成单元测试搬进了IDE，AI开始能完成“一个函数”粒度的任务。第三阶段是Agent时代，以Devin、Claude Code为代表，AI拿到了终端、编辑器和浏览器，可以从一张工单出发，自己拆任务、写代码、跑测试、提PR，失败了自己重试。这三年里工具能力的粒度，从一行代码跳到了一个功能。

工作流的改变比工具本身更深刻。最明显的是代码审查的角色转换：人不再逐行审代码，而是审Agent的意图和边界——任务拆解对不对、改动范围有没有越界、测试结果是否可信。其次是测试驱动开发的复兴：既然跑测试、修bug这些苦活可以交给Agent，先写测试再让AI实现的边际成本大幅下降，TDD这个“道理都对但太费时”的实践反而活得更好了。技术债治理同理，批量重构、补文档、依赖升级这类永远排不进日程的任务，现在可以打包扔给Agent过夜执行。已有团队走得更远，用20多个Agent自动提交和合并PR，人只处理例外。

但边界依然在。单文件实现AI做得很好，大规模架构迁移它做不了；常规bug修得快，深层领域知识的bug它会自信地改错；从零设计高可用系统，目前仍然不能指望它。企业的务实路径也已经有共识：第一步用补全类工具提升个人效率，第二步在低风险项目试点Agent端到端跑任务，第三步建立AI生成代码的审查、测试和安全治理流程，然后再扩大范围。顺序错了，前面两步省下的时间，会以事故的形式还回去。