代码生成(Code Generation)
代码生成指 LLM 根据自然语言描述写出可运行代码的能力。是当前 LLM 最成熟、最有商业价值的应用方向之一。
任务谱
| 任务 | 示例 |
|---|---|
| 补全 | 给函数签名补全函数体 |
| 改写 | 把 Python 代码转成 Rust |
| 修复 | 给错误 stacktrace 生成 patch |
| 重构 | 把 50 行函数拆成 5 个小函数 |
| 生成测试 | 给函数写单元测试 |
| 理解代码 | 解释这段代码做了什么 |
| 整库 PR | Agent 在多文件 codebase 里修 bug(swe-bench) |
评估维度
- 正确性:单元测试通过率(HumanEval、SWE-bench)。
- 一致性:是否与已有代码风格一致。
- 安全性:是否引入 SQL 注入、XSS 等漏洞。
- 可维护性:命名、抽象、注释质量。
代表产品
- 编辑器:cursor、Windsurf、Cody、Continue、Zed
- CLI:Claude Code、Aider、OpenHands
- 云端 Agent:Devin、Manus、Replit Agent、v0、Bolt
- 嵌入式:GitHub Copilot、JetBrains AI Assistant
主流模型
实战经验
- 上下文 > 模型:给代码生成模型提供充足上下文(项目结构、依赖、风格示例)比换更贵模型 提升更大。
- 测试驱动:让模型先写测试,再写实现,最后跑测试 —— 比"一次性写完"准确率高 30%+。
- 小修改优先:大块新功能拆成多个小 PR,每步让模型独立 review。
- 人 review 不可省:模型会引入隐性 bug(边界条件、空指针),最终人必须 review。