跳到主内容
智客 ZICQ

智客百科 AI 概念

代码生成(Code Generation)

AI 概念
别名: code-gen AI 编程 ·2026-09-14

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

  • 闭源:claude(SWE-bench 长期第一)、gpt-5(第二梯队)
  • 开源:qwen-Coder、DeepSeek-Coder、Code Llama、StarCoder

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。