Codex、Claude Code、Kimi Code 等 Coding Agent(能自主编写、修改并验证代码的 AI 助手)正在成为大模型公司的核心产品,Google 近两个月的进展尤其明显。我们认为,这不只是编程工具升级,而是 AI 从“回答问题”走向“完成数字任务”的关键切入口。
这是什么
作者把 Coding Agent 视为通往 AGI(通用人工智能)的重要环节,理由集中在三点:第一,软件是数字自动化的基础,人类在电脑上沉淀的信息和操作,要批量执行往往都要通过代码调用;第二,GitHub 等开源社区提供了规模庞大且成本较低的训练与验证语料;第三,代码运行结果可以较快检查,比药物研发、医学方案等长周期决策更适合建立反馈闭环。
因此,Coding Agent 并非单纯提高写代码速度,而是让模型能够理解目标、修改文件、运行测试并修复错误。Google Antigravity、OpenAI Codex、Claude Code,以及 Kimi Code、DeepSeek 的相关 Agent 产品,都沿这条路线争夺工作入口。
行业怎么看
我们认同代码是 AI 自动化的高质量起点:结果可验证、过程可复现,也能把一次成功经验转化为可重复调用的工具。但“Coding Agent 是通往 AGI 的重要一环”不等于它能单独通向 AGI。软件环境高度标准化,而企业流程充满权限、遗留系统和责任边界;代码通过测试,也不代表业务结果正确。
风险也很明确。自主执行的 Agent 一旦拥有终端、代码库和凭证权限,错误可能被连续放大;企业还面临审计、数据泄露和责任归属问题。原文对 Google 的评价基于近期体验和产品进步,这可以说明竞争节奏,却不足以证明其已经建立稳定优势。当前各家 Agent 的交互设计和行业积累都处于早期,单次体验不能替代留存率、任务成功率和成本等指标。
对普通人的影响
对企业 IT:代码库、测试体系和权限控制将成为部署 Agent 的基础条件。短期价值更可能出现在测试、迁移、运维和内部工具开发,而不是无人监督地改动关键系统。
对个人职场:会写代码的人更容易把重复工作交给 Agent,但产品、运营和业务人员也将通过自然语言参与开发。竞争力将更多取决于描述目标、验证结果和承担最终责任的能力。
对消费市场:当软件制作成本继续下降,独立工具和小众应用会增多,闭源商业软件的价格与订阅模式可能受到压力。同时,智能执行进入支付、账号等敏感环节后,权限提示和人工确认不会消失。