编程智能体如何工作

Simon Willison 从 LLM、聊天模板、Token、系统提示词、工具调用、无状态模型和执行循环解释 Coding Agent 的底层运行机制。

访问网站

9.1编辑综合评分

访问正常技术访问状态

英文界面语言支持

免费使用付费模式

https://simonwillison.net/guides/agentic-engineering-patterns/how-coding-agents-work VERIFIED

编程智能体如何工作PRODUCT · SERVICE · WEB

Simon Willison 从 LLM、聊天模板、Token、系统提示词、工具调用、无状态模型和执行循环解释 Coding Agent 的底层运行机制

暂无真实页面截图，访问目标网站可查看当前页面

资源介绍

REVIEWED · 2026.08.17

这篇教程把 Coding Agent 的机制拆解得非常清楚。模型本身每次调用都从空白状态开始，Harness 负责保存并重放对话、注入系统提示词、声明工具 schema、执行工具调用并把结果反馈给模型。文章进一步解释 Token 成本、输入缓存、推理强度和 Bash/Python 等代码执行工具，最后将核心机制概括为“LLM + system prompt + tools in a loop”。它适合建立第一层技术心智模型，也能帮助开发者理解为什么工具描述、状态管理和循环实现会显著影响同一模型的表现。

适合：刚开始学习 Agent 的开发者、产品经理、技术管理者及希望理解 Coding Agent 运行原理的读者

使用场景

BEST FIT

理解 Agent 工具调用Simon Willison 从 LLM、聊天模板、Token、系统提示词、工具调用、无状态模型和执行循环解释 Coding Agent 的底层运行机制。
学习对话状态重放Simon Willison 从 LLM、聊天模板、Token、系统提示词、工具调用、无状态模型和执行循环解释 Coding Agent 的底层运行机制。
分析 Token 与缓存成本Simon Willison 从 LLM、聊天模板、Token、系统提示词、工具调用、无状态模型和执行循环解释 Coding Agent 的底层运行机制。
构建最小工具执行循环Simon Willison 从 LLM、聊天模板、Token、系统提示词、工具调用、无状态模型和执行循环解释 Coding Agent 的底层运行机制。

极简评分

EDITORIAL SIGNALS

01 / SCORE

编辑评分 9.1

综合功能、上手成本、实际价值与长期可用性。

02 / USABILITY

易用性 9.0

从首次打开到完成核心任务的学习成本。

03 / FEATURES

功能度 8.8

核心能力与真实工作场景的覆盖程度。

04 / VALUE

价值度 9.2

价格模式、免费范围与长期使用价值。