🧠 图解记忆： 自主编程不是一次生成代码，而是探索、修改、执行、验证和修复的受控闭环。
💡 答案要点
核心能力：
┌─────────────────────────────────────────────────────────┐
│ 自主编程 Agent │
└─────────────────────────────────────────────────────────┘
需求理解 → 任务规划 → 代码生成 → 执行测试 → 修复 Bug → 完成
↓ ↓ ↓ ↓
分解步骤 编写代码 运行测试 自我修复架构设计：
| 模块 | 职责 | 技术实现 |
|---|---|---|
| 需求理解 | 理解用户想要什么 | LLM + Few-shot |
| 任务规划 | 分解成可执行步骤 | ReAct/Plan-and-Execute |
| 代码生成 | 编写代码 | Code LLM（StarCoder、CodeLlama） |
| 执行测试 | 运行代码并测试 | 沙箱环境 + 单元测试 |
| Bug 修复 | 分析错误并修复 | 错误信息 + LLM 修复 |
| 状态管理 | 追踪进度和上下文 | 向量数据库 + 短期记忆 |
实现示例：
python
class CodingAgent:
def __init__(self):
self.planner = Planner()
self.coder = CodeGenerator()
self.tester = TestRunner()
self.debugger = BugFixer()
async def execute(self, requirement):
# 1. 任务规划
plan = await self.planner.decompose(requirement)
# 2. 逐步执行
for step in plan:
while True:
# 3. 代码生成
code = await self.coder.generate(step)
# 4. 执行测试
result = await self.tester.run(code)
if result.success:
break
else:
# 5. Bug 修复
code = await self.debugger.fix(code, result.error)
return code面试话术：
示例表达（仅在能用本人经历或可复现实验佐证时使用）： "我设计的编程 Agent 核心是'规划 - 执行 - 修复'循环。Agent 先把需求分解成小步骤，每步生成代码后自动运行测试，失败就自我修复。关键是沙箱环境，确保 Agent 写的代码不会破坏系统。"