Agentic coding（智能体编程）指由 AI 智能体自主完成多步骤编码任务的开发方式：模型不只是补全代码，而是能规划任务、调用工具、运行测试并迭代修复，代表产品包括 Claude Code、各类终端 Agent 等。它正处于从辅助工具向工程流程核心环节过渡的阶段，行业围绕其能力边界和对就业结构的影响展开激烈讨论。
Agentic Coding 近期进展
当前焦点与观察点
当前讨论集中在三个方向。其一是能力分化：Sonnet 5.5 在终端基准测试中超越 Opus 5.5，而 Opus 等试验品也因编码进步但通用能力倒退受到质疑，说明厂商正在编码能力与通用能力之间做取舍。其二是国产与开源模型的追赶：Step-5-Preview 实测显示其输出稳定、Agent Loop 迭代强但前端仍是短板，Moonshot Kimi 的开源策略也引发关于开源模型经济性的讨论。其三是就业与组织影响：智能体编程并未如预期般减少人力需求，反而在短期内放大了对能驾驭 AI 的资深工程师的需求。观察者可以关注下一轮模型迭代中长任务可靠性的提升，以及更多公司将 Agentic Coding 纳入招聘与工程流程的程度。