AI Pair Programming（AI 结对编程）

定义

AI Pair Programming（AI 结对编程）借鉴传统的"两人结对编程"实践，把 AI 作为开发者的副驾驶（Copilot），在 IDE 中实时提供代码补全、建议、解释、重构、测试生成等辅助，而人始终是主导者与决策者。AI 不自主接管任务，而是按需响应人的编码节奏。

与 Agentic Coding 的关键区别：Pair Programming 中人主导每一次编辑，AI 是"建议者/补全者"；Agentic 中 AI 自主循环、人监督。与 Vibe Coding 的区别：Pair Programming 仍强调人审查每一行被采纳的代码，保留工程严谨性。

核心特点

实时伴随：AI 常驻编辑器，随光标/选区/输入即时响应。
人主导：人决定写什么、采纳哪条建议、何时求助。
多模态辅助：补全、对话、解释、重构、生成测试、修报错、解释终端输出。
上下文贴合：AI 读取当前文件、打开的标签、选区、项目结构，建议贴合本地代码。
低自主性：不主动改文件、不跑命令（除非人触发），不会"自循环"。
保留工程纪律：人仍逐行 review，质量与可维护性由人把关。

工作流程

flowchart LR
    A[人: 编写/选区/提问] --> B[AI: 即时补全/建议/解释]
    B --> C{人采纳?}
    C -- 是 --> D[人: 接受并继续]
    C -- 否 --> E[人: 忽略或追问]
    E --> B
    D --> F[人: review + 提交]

典型交互：

行内补全：人写函数签名，AI 补全函数体，人 Tab 接受或继续手写。
侧边对话：人问"这段为什么 O(n²)，能优化吗"，AI 给方案，人决定是否改。
选区操作：人选一段代码，右键"重构/加注释/生成测试"，AI 产出，人 review。
报错修复：人把终端报错贴进 chat，AI 给修复建议，人应用并验证。
解释与学习：人不熟悉的 API/模式，让 AI 解释，辅助理解而非替代思考。

优缺点

优点

质量可控：人逐行 review，保留工程严谨，适合严肃生产代码。
学习友好：AI 解释帮助开发者理解陌生代码/库，是"带教型"协作。
低失控风险：AI 不自主改工程，无危险操作风险。
渐进采纳：可只在补全场景用，逐步扩展到对话/重构，迁移成本低。
上下文精准：基于本地代码的建议比通用对话更贴合项目规范。

缺点

效率上限低于 Agentic：长链路任务仍需人逐步驱动，吞吐量受限。
建议质量参差：补全可能"形似而神不至"，盲目 Tab 易引入隐蔽 bug。
依赖风险：长期依赖补全可能削弱独立思考与 API 记忆。
上下文局限：受限于编辑器可见范围，跨仓库/大重构能力弱。
隐私考量：代码片段上传模型服务，需注意敏感信息与合规。

实战示例

场景：为一个 Node.js 服务补一个分页查询接口。

Pair Programming 风格：

人写函数签名 async function listUsers({ page, size }, db) {，AI 补全：从 db 查询、计算 offset、返回 { data, total }。
人 review：发现补全用了 db.query，但项目用的是 Prisma，于是手写改为 db.user.findMany。
人选中补全，右键"生成 Jest 测试"，AI 产出 3 个用例，人补一个边界用例。
人跑测试，一个失败，把报错贴进 chat，AI 指出 total 未 await，人修正，全绿。

整个过程人始终主导，AI 是"建议源"。

注意事项

不要无脑 Tab：补全只是建议，采纳前至少扫一眼逻辑与命名。
校验 API 真实性：AI 可能补出不存在/过时的 API，跑一下或查文档确认。
保护敏感信息：避免把密钥、PII、内部机密贴进对话；用支持本地/私有部署的方案若合规要求高。
建立团队规范：约定哪些场景用 AI、采纳建议的 review 标准、提交信息是否标注 AI 辅助。
警惕"同质化"：过度依赖补全会让代码风格趋同、失去个人/团队特色，必要时手写关键模块。
结合静态检查：用 TypeScript/ESLint/测试兜底，补全的"形似"错误由工具捕获。

对比与选型建议

维度	Pair Programming	Vibe Coding	Agentic Coding
主导者	人	人（但弱审查）	AI（人监督）
代码审查	强（逐行）	弱	中
任务粒度	行/函数级	整文件/原型	跨文件/工程级
适合场景	日常生产开发	原型/玩具	重构/迁移/批量
学习价值	高	低	中

选型建议：日常生产代码首选 Pair Programming；快速原型用 Vibe；繁琐长链路任务升级到 Agentic。三者可组合：Agentic 跑批量、Pair 精修关键、Vibe 做早期探索。

参考资料

GitHub Copilot 官方文档与"AI pair programmer"定位
"On the Dangers of Stochastic Parrots" —— 对补全盲目采纳的反思
Kent Beck 关于 AI 结对编程的实践笔记
工具：GitHub Copilot、Cursor（补全模式）、JetBrains AI Assistant、Continue.dev

03-pair-programming