VSCode 团队介绍 Agent-First Development 的五大支柱
TL;DR · AI 摘要
VSCode团队提出Agent-First Development五大支柱：模型选择、行动边界、上下文、提示精度和工具控制，强调从人+编辑器转向人+Agent+编辑器的开发范式，通过精细化配置提升AI编程效率。
核心要点
- Copilot提供Low/Medium/High/Auto四档思考深度，匹配不同任务需求
- 从Ask→Plan→Agent构成渐进信任阶梯，避免失控风险
- 专业Prompt需包含目标+范围+约束+验收标准四个要素
结构提纲
按章节快速跳转。
- §模型选择
根据任务复杂度选择合适的思考深度档位，而非盲目追求大模型。
Low档适用于补全格式化等机械任务，High档用于架构设计复杂bug处理。
通过Ask/Plan/Agent三种模式建立渐进信任阶梯，控制AI代理的权限范围。
显式提供代码库上下文是确保AI理解项目的关键，避免因信息缺失导致错误。
专业提示应包含目标、范围、约束和验收标准四个要素以获得精确输出。
根据需要分配工具权限，危险操作需显式审批，确保工具链的可观测性。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Agent-First Development五大支柱
- Model模型选择
- 四档思考深度
- 匹配任务需求
- Harness行动边界
- Ask/Plan/Agent模式
- 渐进信任阶梯
- Context上下文
- 自动获取workspace
- 手动指定关键文件
- Prompt提示精度
- 目标+约束+验收标准
- 专业四要素
- Tools工具控制
- 权限分配
- 可观测性
金句 / Highlights
值得收藏与分享的关键句。
模型不是'越大越好'，而是'匹配任务'。
Copilot提供Low/Medium/High/Auto四档思考深度：Low追求延迟，Medium平衡速度与质量，High宁可慢也要对。
从Ask→Plan→Agent是从'我主导'到'它主导'的权力让渡。
多数'Agent改坏了代码'的案例，根因不是模型不行，而是它根本没看到关键文件就开始猜。
专业用户的prompt通常包含：要做什么（goal）、在哪里做（scope）、不能做什么（constraints）、怎么算完成（acceptance）。
写代码的主体正在从'人+编辑器'变成'人+Agent+编辑器'。
- Model —— 选择思考的深度
模型不是"越大越好"，而是"匹配任务"。
Copilot 提供 Low / Medium / High / Auto 四档思考深度： · Low：补全、改名、格式化等机械任务，追求延迟 · Medium：常规功能开发，平衡速度与质量 · High：架构设计、复杂 https://t.co/VnhJWBXBWh" / X
VSCode 团队介绍 Agent-First Development 的五大支柱 1. Model —— 选择思考的深度 模型不是"越大越好"，而是"匹配任务"。 Copilot 提供 Low / Medium / High / Auto 四档思考深度： · Low：补全、改名、格式化等机械任务，追求延迟 · Medium：常规功能开发，平衡速度与质量 · High：架构设计、复杂 bug、跨文件重构，宁可慢也要对 · Auto：让系统按任务复杂度自动调度 真正的认知是：思考深度是有成本的（时间、token、用户耐心）。Agent-First 的成熟用户会主动为任务"挑档位"，而不是默认全开 High。 2. Harness —— Agent 的行动边界 Harness 指 Agent 能做什么、不能做什么的运行环境。Copilot Chat 面板就是 harness，它决定了 Agent 是"嘴上说说"还是"动手执行"。 三种模式构成了一个渐进信任阶梯： · Ask：只对话，不动文件 - 探索、问问题、学习代码 · Plan：列出步骤，等你批准 - 方案讨论、风险大的改动 · Agent：自主规划、执行、迭代 - 方向明确、需要落地的任务 关键洞察：从 Ask → Plan → Agent 是从"我主导"到"它主导"的权力让渡。强行一上来用 Agent 模式做模糊任务，等于让一个不了解情况的人替你做决定——失控是必然结果。 3. Context —— Agent 的"视野" 模型本身不知道你的代码库。Context 是它做对事的前提。 Copilot 获取 context 的方式分两类： · 自动：搜索 workspace、读取相关文件 · 手动（更可靠）：用 # codebase、# file、# fetch 显式指定 这是最容易被低估的一环。多数"Agent 改坏了代码"的案例，根因不是模型不行，而是它根本没看到关键文件就开始猜。显式提供 context 不是冗余，是控制变量。 4. Prompt —— 意图的精度 Prompt = 目标 + 约束 + 验收标准。 "帮我加个登录功能" 和 "在 auth/ 目录下用现有的 SessionService 实现邮箱登录，复用 LoginForm 组件，错误信息走 toast，不要引入新依赖" 得到的结果完全不同。 专业用户的 prompt 通常包含： · 要做什么（goal） · 在哪里做（scope） · 不能做什么（constraints） · 怎么算完成（acceptance） 模糊的输入只能换来通用的输出。 5. Tools —— Agent 的"手" Tools 是 Agent 实际能调用的能力：读文件、跑命令、搜索、调 API、跑测试…… Tools 越多越强，但也意味着爆炸半径越大。Agent-First 的纪律是： · 给它需要的工具，不给不必要的工具 · 危险操作（删库、推 main、改 prod 配置）应当显式审批 · 工具链应可观测——Agent 跑了什么命令、改了什么文件，必须可见可回滚 整体框架：五个旋钮，而不是五个步骤 结果差 = f(模型档位错 × 载体模式错 × 上下文缺失 × 提示模糊 × 工具不够/太多) Agent-First Development 的本质是承认一件事：写代码的主体正在从"人 + 编辑器"变成"人 + Agent + 编辑器"。人的角色从"打字员"转向"模型选择者、上下文提供者、意图定义者、边界设定者"。 VS Code Learn 系列视频youtube.com/playlist?list=
Quote
Microsoft Developer
@msdev
9h
The @code team released a new Introduction to Agent-First Development series. It breaks down these 5 pillars behind great agent results 