代码生成（Copilot-like）
AI 代码生成工具通过大语言模型在编辑器、终端与 PR 流程中辅助编写、补全、重构代码，代表是 GitHub Copilot、Continue 与 Tabby。三种核心交互模式：补全（Completion）——边打字边以灰色「幽灵文本（ghost text）」预测下一段代码，GitHub Copilot 在 VS Code 中用 Tab 接受、并扩展出 NES（Next Edit Suggestions）跨位置预测下一处编辑；Chat（聊天）——在侧边栏 / 内联聊天用自然语言问答、解释代码、生成片段，可挂 @workspace 等上下文；Agent（智能体）——自主规划并跨多文件改动、运行命令、迭代修复，如 GitHub Copilot 的 coding agent（把 Issue 指派给 Copilot 即自动开分支、改码、开 PR）。三者在私有化与商业模式上各有取舍：GitHub Copilot（copilot.github.com）是闭源 SaaS，订阅制（Free / Pro $10 / Pro+ $39 / Max $100 / Business $19 / Enterprise $39 每人每月），模型可选 GPT、Claude、Gemini 等，支持 Copilot CLI（gh copilot suggest|explain）、扩展与 coding agent；Continue（continue.dev）是开源 AI 编程助手，用单一 config.yaml 自定义模型来源（OpenAI / Anthropic / Ollama 本地等），适合想自由选模型、自托管或不绑定厂商的团队；Tabby（tabbyml.com）是自托管开源方案（Apache 2.0），用 tabby.yml 配置、Docker / Helm 部署，支持 StarCoder、Qwen2.5-Coder 等开源模型，跑在消费级 GPU 上，代码不出内网——金融 / 医疗等强合规场景的 Copilot 替代。
注意：Sourcegraph Cody 已于 2025-07-23 sunset（Free/Pro 新注册于 2025-06-25 关闭），被 Amp 取代，本叶不含 Cody。
评价
优点
- 显著提速样板代码：补全模式对 getter/setter、SQL、JSON 处理、测试骨架等重复代码可秒级生成，开发者专注逻辑而非语法
- 三模式覆盖不同粒度：补全（打字时）+ Chat（问答时）+ Agent（多文件任务时），从「补一个函数」到「改一个模块」都有对应工具
- Chat 降低上手门槛：自然语言问「这段在做什么 / 帮我加错误处理」即可，新人读陌生代码库不再卡壳
- Continue/Tabby 解锁私有化与选型自由：Continue 让你用任意模型（含本地 Ollama），Tabby 完全自托管，规避代码出域与厂商锁定
- Agent 自动化重复流程：Copilot coding agent 把「指派 Issue → 自动开 PR」链路打通，适合 bug 修复、依赖升级等任务化场景
- IDE 与生态集成深：Copilot 覆盖 VS Code / JetBrains / Vim/Neovim，CLI 与 GitHub 网页、PR 评审打通
缺点
- 幻觉与错误代码：模型会编造不存在的 API / 库签名，不读文档直接用易踩坑，必须人工复核与测试
- 代码出域与合规风险：Copilot 把代码片段发到云端推理，金融 / 医疗 / 涉密项目需 Continue/Tabby 自托管才能合规
- 订阅成本随人头累加：Business $19 / Enterprise $39 每人每月，百人团队年费不低；Tabby 自托管则转嫁到 GPU 硬件与运维成本
- 补全打断心流：频繁幽灵文本可能干扰思考，需手动调接受阈值或关闭，长上下文补全有时反而拖慢
- Agent 失控与不可预测：coding agent 自主改多文件可能引入隐蔽回归，需强约束（沙箱、测试门禁、人工评审），不能盲信
- Tabby 自建质量不及托管：开源模型（StarCoder/Qwen2.5-Coder）在复杂推理上弱于 GPT/Claude 旗舰，需硬件投入才有可用体验
文档地址
GitHub 地址
- github/gh-copilot（Copilot CLI）
- continuedev/continue
- TabbyML/tabby