作者 | 陈仲寅 审校 | 李忠良 策划 | AICon 全球人工智能开发与应用大会 随着信息时代的到来，开发者和集成开发环境的概念才逐渐形成。当时，开发工具主要分为两类：文本编辑器和集成开发环境。文本编辑器如 Vim 和 Ultra Editor，并非专为编码设计。而以微软的 Visual Studio 为代表的集成开发环境则功能强大、集成度高。 此外，Java 领域出现了 Eclipse、NetBeans，JetBrains 的 WebStorm 和 IDEA 等工具，它们都以功能全面著称。 在演进的过程中，逐步延伸出了性能、安全、成本等当下的核心问题，而随着系统复杂度的提升和业务定制化需求增强，工具和 Agent 的生态能力逐渐 成为提升工程效率、增强平台能力的关键，是未来发展的基石。 本文整理自字节跳动 Trae 架构师陈仲寅在 AICon 2025 上海 的分享 " 打造可扩展的生态体系：从 MCP 到 Agent 集成的实践与趋势 "。本次分享将深入 探讨如何通过 MCP 以及 Agent 构建一个可扩展的生态体系，内容涵盖自定义 Agent 的设计与接入方式、如何与一方内部工具集成、MCP 等三 ...

程序员工具进化史 - 程序员工具经历了从纯手工编码到AI辅助的演变，核心趋势是效率提升和自动化程度增强 [1][2][3] 第一阶段：纯手工编码时代 - 早期使用Basic/Pascal/C等语言，IDE仅为记事本，无自动补全和语法高亮功能 [4] - 编程过程高度依赖人工校验，错误容忍度极低，机器码错误会导致系统崩溃 [4] - 开发流程具有"写代码靠眼力，调试靠运气，上线靠祈祷"的特征 [5] 第二阶段：复制粘贴时代 - Windows普及推动图形界面IDE崛起（Visual Studio/Eclipse）[6] - 互联网发展催生Google/Stack Overflow等资源平台，代码复用成为主流开发模式 [6] - 开发方式从原创编码转变为"精准搜索+代码搬运与缝合"[6] 第三阶段：AI编程时代 - GitHub Copilot/Lingma/Cursor等AI工具成为行业标配 [7] - 开发模式演变为"Tab键驱动"，通过自然语言指令生成代码 [8][10] - AI工具可实现项目级代码分析、长期记忆存储等高级功能 [12][14] 主流AI开发工具 1. **Cursor**：基于VS Code优化，具备强代码理解与生成能力 [13] 2. **Windsurf**：支持项目上下文记忆，适合复杂任务开发 [14] 3. **Trae**：字节跳动产品，集成智能问答与Agent自动编程 [15] 4. **Lingma IDE**：阿里系工具，深度整合云服务API [16] 5. **VS Code+Copilot**：依托丰富插件生态扩展AI能力 [17] 行业发展趋势 - 开发效率持续提升，单人可完成团队级工作量 [12] - 技术演进方向为"最小代码量实现最大功能"[18] - 未来可能向脑机接口等更自然的交互方式发展 [18]

微软Build 2025大会核心观点 - AI成为公司最重要的战略方向，同时"开源"成为贯穿全场的关键词[1] - 公司推出多项技术创新，从产品体验到底层工具全面升级[3] - 开发者工具生态持续壮大，Visual Studio用户超1500万，GitHub开发者达1.5亿，GitHub Copilot用户突破1500万[4] 开发者工具升级 - Visual Studio支持.NET 10、实时预览和跨平台调试器，更新节奏调整为每月发布稳定版[6] - VS Code发布第100个开源版本，新增多窗口支持并开源Copilot扩展核心功能[6] - GitHub Copilot新增版本迁移能力，可自动处理Java 8至21或.NET Framework至9的升级[8] - 推出Azure SRE Agent实现自动化运维闭环，首次推出完整意义上的Coding Agent[8] AI代理与协作 - Coding Agent支持通过GitHub Issue分配任务，具备虚拟机启动、代码克隆和环境配置能力[10] - 借助Model Context Protocol可接入外部数据，视觉模型支持理解GitHub Issue中的图片[11] - Copilot Enterprise和Pro Plus用户可体验Coding Agent功能，与OpenAI Codex Agent形成生态[13] - OpenAI CEO认为编码代理是编程方式最具变革意义的进步，未来可实现更复杂任务委托[15] 企业级AI定制 - 推出Microsoft 365 Copilot Tuning，支持企业根据自身数据定制智能体[17] - 定制流程简化，企业只需配置基础环境即可快速启动，数据保留在服务边界内确保安全[18] - 未来业务应用可能以"多智能体工作流"形式重新定义，实现自动化协同[19] Azure AI Foundry创新 - 扩充模型库，新增xAI的Grok 3和Black Forest Labs Flux Pro 1.1[22] - 推出Model Router自动选择最优模型，实现真正多模型支持[25] - Foundry Agent Service正式发布，支持用少量代码构建协同工作的多AI智能体[25] - 新增多代理编排功能，支持跨平台协同和复杂业务场景[25] - 引入新一代可观察性功能，提供全链路监控和详细执行追踪[26] Windows AI生态 - 推出Windows AI Foundry计划，开放内部AI开发工具和平台[28] - Foundry Local支持本地运行优化模型，Phi-Silica小语言模型将内嵌Windows[30] - Windows原生支持MCP协议，内置多个MCP服务并通过安全审查[31] - WSL完全开源，社区可直接贡献代码推动跨平台开发[32][35] 数据与基础设施 - SQL Server 2025预览版提供内置AI功能，与Azure和Fabric无缝集成[40] - 整合Cosmos DB和Databricks进Foundry平台，增强智能体记忆能力[40] - Fabric平台整合结构化和非结构化数据管理，推出AI驱动型ETL工具[41] - Azure上线NVIDIA GB200芯片集群，单系统每秒处理86.5万tokens[42] - 基于Arm架构的Cobalt处理器已在Teams和Defender等产品中应用[45] 科学发现平台 - 推出Microsoft Discovery平台，利用Agentic AI改变科研流程[47] - Graph RAG知识引擎可理解复杂科学知识结构，加速研究发现[47] - 已在内部研究中展示潜力，200小时内发现新型冷却剂[48] - 科学智能体具备深度推理、假设生成和模拟运行能力[50]

智能编程市场规模与微软地位 - 全球智能编程市场规模预估为百亿美元量级 [1] - GitHub Copilot成为首款由GenAI驱动的大型智能编程应用，2025年5月用户规模超1500万 [1] - 微软是智能编程领域的发起者，GitHub Copilot是行业首个大型GenAI智能编程应用 [8] Julia Liusion的领导与微软开发者文化 - Julia Liusion管理微软所有核心开发者服务项目，包括GitHub、Visual Studio、TypeScript等 [1] - 其团队包含Anders Hejlsberg、Erich Gamma等顶尖技术专家 [1] - 带领微软开发者产品成功跨越周期，深度塑造微软开发者文化 [1] 微软智能编程产品发展历程 - GitHub Copilot预览版于2021年夏季推出，最初仅具备代码补全功能 [9] - ChatGPT出现后，产品能力大幅提升，开发者可通过对话理解代码 [9] - 产品从简单编程助手逐步发展为"agent mode"，未来将实现"vibe coding" [10] AI对软件开发模式的改变 - 架构师需放弃对稳定性、可扩展性的传统设计执念 [10] - 开发者需不断否定和重写过去代码以适应AI快速进化 [10] - 开发流程转变为以单元测试为起点而非代码编写 [12] AI时代开发者能力要求 - 面试"刷题"重要性下降，AI工具熟练度成为必考项 [3][19] - 开发者需强化业务理解能力，聚焦"What"而非"How" [16] - 表达能力变得关键，需清晰描述需求和背景 [11] AI对开发岗位的影响 - 全球存在百万级开发人才缺口，AI将拓展开发者定义 [14] - 预计将出现10亿新兴开发者，各行业人员可通过AI参与开发 [15] - 初级开发者需通过AI增强能力，而非担忧被替代 [14] 微软内部AI应用案例 - 顶尖技术专家积极探索AI应用，如用AI转换编程语言 [20] - AI可解决数据中心运维问题，减少工程师夜间工作 [17] - 客户支持工作深度集成AI，提升效率并降低成本 [17] 产品研发方法论 - 坚持"吃自己的狗粮"原则，内部团队深度使用产品并提供反馈 [21] - 产品更新节奏由用户需求驱动，全球数千万用户反馈指导改进 [14] - 目标是让开发者专注创新，AI解决重复性问题 [14]

GitHub Copilot 智能体模式发布 - GitHub Copilot 智能体模式正式登陆 Visual Studio 17 14 预览版 开发者可通过提示让 Copilot 自主处理从计划 构建 测试到修复的整个开发流程 [1] - 智能体模式下的 Copilot 不仅能写代码 还能基于指令进行迭代处理 持续检查并执行任务 不断优化输出直到完成任务 [3] - 微软简化 Copilot 体验 智能体模式将成为应用代码更改的全新默认方式 是 GitHub Copilot Chat 中"Edits"功能的下一代进化版 [4] 智能体模式核心功能 - 自主确定上下文与编辑文件 无需手动指定 能智能判断相关上下文和文件 [5] - 建议终端命令供审批执行 生成必要终端命令并在确认后执行 [5] - 持续迭代直至任务完成 不断检查错误 运行构建/测试验证结果 [5] - 通过 MCP 服务器调用可信工具 如代码风格检查工具 测试运行器和静态分析器等 [5] 使用与配置方法 - 使用 Visual Studio 17 14 正式版或更高版本 智能体模式默认关闭 [4] - 在 Copilot Chat 窗口切换到"Agent"标签 给出高阶指令 通过 IDE 右上角 Copilot 徽章访问窗口 [6] - 打开功能搜索(Ctrl + Q) 搜索 copilot-chat agent 启用 Copilot Chat Agent Enabled [8] 应用场景与特性 - 编辑范围 自主搜索代码库并确定相关上下文和要编辑的文件 [9] - 任务复杂度 擅长处理超出简单代码编辑的复杂任务 适合涉及工具调用和终端命令的项目 [9] - 响应时长 处理请求可能涉及多个步骤 获得响应需要更长时间 [9] - 自我迭代 能评估生成编辑结果 多次迭代解决中间问题 [9] - 多重请求 简单提示可能导致向后端发起多次请求 [9] 示例提示与扩展能力 - 示例提示包括"为这个 API 添加错误处理" "将此项目转换为使用环境变量"等 [9] - 引入模型上下文协议(MCP)服务器支持 作为通用适配器连接外部工具 数据源和资源 [7] - 能与云环境(如 Azure 服务)交互 查询管理数据库 操作版本控制平台等 [7] 更新计划 - 微软宣布 Visual Studio 将针对 Copilot 更新转向月度发布计划 功能迭代将更频繁敏捷 [7]