AI恰似一把神奇的鑰匙，悄然開啟了編程領域的全新大門。

從代碼補全到項目級自動化，AI的角色從「助手」轉變為「工程師」，甚至是「開發團隊」，極大地改變了軟件開發的傳統格局。

借鑒自動駕駛的術語，AI編程工具可以劃分為L1到L5五個等級。接下來將詳細介紹。

2025年1月AI編程領域可視化圖

L1：代碼補全

從基礎功能層面來看，以GitHub Copilot為代表的L1級工具，主要聚焦于代碼補全。

開發者常常會面臨一些重復、繁瑣的代碼輸入，這類工具極具實用價值，通過智能建議與代碼補全功能，能極大地簡化編碼流程。

在現代開發環境中，L1級的代碼補全工具已經極為普遍，為更先進的AI編程工具奠定了堅實的基礎。

GitHub Copilot擅長代碼補全

代碼補全（L1）產品

L2：任務自動化

L2級別的工具專注于任務級自動化，LLM如ChatGPT便屬于這一范疇。

這類工具擅長處理各種開發任務，能夠依據描述性提示來開發新功能、修復漏洞以及重構代碼。

然而，在實際使用過程中，使用LLM進行編碼任務也面臨著一些挑戰。例如，它需要精心設計的提示以及相關源代碼上下文，才能生成高質量的代碼，而手動創建提示既耗時又繁瑣。

為了解決這一問題，一些工作流自動化工具應運而生，如命令行工具aider和桌面應用程序16x Prompt，它們能夠簡化提示生成過程，幫助開發者從LLM中獲取高質量代碼。

此外，Cursor、Continue和PearAI等集成開發環境（IDE）及其擴展，能夠將LLM無縫集成到開發環境中，為開發者提供更友好的交互界面，讓他們在開發過程中能夠更便捷地與LLM互動，實現編程任務的自動化。

任務級自動化（L2）產品

L3：項目自動化

L3代表著項目級自動化的早期階段，像Codegen、Sweep 和 Pythagora這樣的工具，具備分析項目需求并生成相關拉取請求的能力。

L3級工具的一個關鍵特性在于，它們能夠通過與項目管理工具（如Jira）和源代碼平臺（如GitHub）集成，實現軟件開發多個步驟的自動化，包括需求收集、代碼生成、拉取請求創建和部署。

然而，目前這些系統尚處于初級階段，僅能管理較為簡單的編碼項目，并生成基本的代碼片段。在實際應用中，還需要人工進行干預，以確保代碼的質量和相關性，這在一定程度上限制了它們的自主性。

另外，還有一些工具，如Vercel的v0、Tempo Labs的Tempo和CerebrasCoder，能夠幫助用戶創建網站，但通常專注于軟件技術棧中的某一部分，例如前端開發。

項目級自動化（L3）產品

L4：AI軟件工程師

L4標志著從人類驅動編碼向AI驅動軟件開發的關鍵轉變，開發過程能夠實現從產品需求到生產部署的完全自動化。

這一級別的工具，如Devin、Marblism和Cosine的Genie等，旨在訪問終端和部署工具，管理整個開發活動的流程。

用Marblism制作的示例項目

SWE-bench 驗證排行榜（截至2024年12月19日）

這些先進的系統不僅能夠解讀產品需求、管理代碼部署，還能維護生產環境中的軟件，充分體現了AI軟件工程師的角色。

它們的出現，能讓非技術人員在短短幾分鐘內，就能從零開始創建一個功能完整的軟件產品，大大降低了軟件開發的門檻。

AI軟件工程師（L4）產品

L5：AI開發團隊

在L5級別，AI編程進入了一個全新的領域，可能涉及一個包含多個AI軟件工程師的AI系統。這些 AI 代理能夠協作完成項目，各自專注于軟件開發的不同方面。

微軟的論文《AutoDev》提出，智能體能夠從智能體調度器（Agent Scheduleer）接收目標和對話歷史，并根據規則和動作配置做出響應。不過，該論文目前僅使用單個GPT-4智能體來進行評估。

參考資料：https://arxiv.org/html/2403.08299v1

這一類別中的另一個產品是MGX，由MetaGPT團隊設計，目前處于等待名單階段。

隨著GPT-5預計在2025年發布，AI開發團隊的夢想正逐漸從藍圖走向現實。

我們可以預見，在不久的將來，AI系統能夠復制整個軟件開發團隊，在軟件創作的各個方面進行編程和協作，真正實現軟件開發的高度自動化。

AI開發團隊（L5）產品

如何選擇適合的AI編程工具？

面對如此豐富多樣的AI編程工具，開發者應如何選擇呢？這需要依據自身的需求和項目的復雜程度來決定。

如果僅僅是需要代碼補全功能，那么L1級別的工具，如GitHub Copilot，就能夠滿足需求。

對于更復雜的任務，如功能開發和漏洞修復，可以使用L2級別的LLM，如ChatGPT或Claude 3，并結合工作流自動化工具，如aider或16x Prompt。

倘若你勇于嘗試新事物，對項目級自動化感興趣，那么L3級別的工具，如Codegen或Sweep，將是一個不錯的起點。

開發者不必局限于使用單個級別的工具，完全可以根據實際需求，組合使用不同級別的工具。

例如，在遇到簡單的代碼補全任務，能夠在5秒鐘內解決的，可使用GitHub Copilot；而對于那些需要花費幾分鐘來精心設計提示的復雜任務，則可以借助ChatGPT和16x Prompt來處理。

AI在編程領域所扮演的角色，正經歷著快速的演變。從最初僅能為開發者提供基本語法層面的輔助，到如今已深度滲透至軟件開發生命周期的每一個環節，實現全流程的管理與賦能。

隨著AI技術的不斷成熟，未來將會涌現出更加復雜、強大的工具，它們將徹底重塑編程領域，讓開發者能夠專注于高層次的任務，而將軟件開發的常規工作交由AI來處理。

從代碼補全到全方位開發支持，AI正在重新定義軟件開發的未來。