长按二维码,关注官方公众号
多年 Cloud Infra，DevOps，AI Agent 领域经验。前氦三科技 CEO，曾任职 Coding.net / 腾讯云高级研发总监。
解决 Coding Agent 知识积淀和盲写问题两大难题的方法与实践
随着 GitHub Copilot、Cursor、Claude Code 等工具的日益普及，越来越多的代码开始由 AI 产生。2025 年 Vibe Coding 概念席卷全球，Coding Agent 的竞争已经从助手性质开始向全功能 Agent 进发，Coding Agent 的 Context Providing 问题最终被证明还是以用户的 Workspace 和 IDE 为基础打造是最好的，而另外两大问题还没有答案。本次演讲将同大家探讨这两大难题的挑战和可能路径。
演讲提纲：
一、有限上下文带来的问题
- Context Providing：LLM 的私有信息只有上下文
- 如何高效精准的给 LLM 提供上下文
- 组织上下文和写代码的效率 PK
二、Coding Agent 的表现取决于知识积淀
- 知识的丰度和精度
- RAG 是问答的好解决方案而非 Agent 的知识解决方案
- FT 是否是好的内建知识的方式
- Online Learning 有没有研究进展
三、盲写搞不定复杂任务的高质量交付
- 软件是复杂的
- Coding-Testing 循环必须被建立起来
- 多 Agent 协同
四、Coding Agent 是人机交互的缩影
- 未来的人机交互
- 机器人要像人么
- MCP VS CUA
听众收益：
- 通过了解 Coding Agent 本质和现状来理清当前 Agent 面临的问题
- 解决搭建无人值守的 Coding Agent 的核心障碍
