2021–2025：从 Chat 到 Copilot，再到 Agent 的五年编年史
——以 2025 年 12 月的视角回顾
如果把这五年压缩成一条时间线，你会看到一个很清晰的趋势：
AI 先学会聊天和写代码，然后长出记忆和感知能力，最后钻进工具和工作流里，开始自己接手任务。
一、前传：代码的觉醒
2021 年 8 月：OpenAI Codex
-
事件：OpenAI 发布 Codex，成为 GitHub Copilot 的底层模型。 -
里程碑意义：“AI 懂代码了”。
Codex 打破了“语言模型主要用来生成自然语言文本”的固有印象，第一次比较系统地展示了：
自然语言描述 → 代码 → 可执行结果
这条链路可以由模型来打通。后来的 Cursor、Claude Code 等“AI 编程助手”，都可以把 Codex 看成源头之一。
二、第一阶段：大爆炸（The Big Bang）
2022 年 11 月：ChatGPT（基于 GPT-3.5）
-
事件：OpenAI 上线 ChatGPT。 -
里程碑意义：“iPhone 时刻”。
关键不只在于“模型变聪明”，而是通过 RLHF，让模型第一次在大规模上真正做到“听人话”：
-
能理解非专业用户的口语化指令； -
能顺着人类意图往下推演； -
能在对话中保持稳定的人设和风格。
对很多人来说，这是第一次真正感到“未来被提前拉到眼前”。AI 从实验室里的技术玩具，变成了普通人可以日常使用的数字外骨骼。
2023 年 3 月：GPT-4
-
事件：OpenAI 发布 GPT-4。 -
里程碑意义：“逻辑的基准”
在相当长的一段时间里，GPT-4 是综合推理、代码、写作等多个维度的统一标杆。
Scaling Law 本身早在 GPT-3 时代就已被提出，但 GPT-4 用大量实际任务证明了一件事：
只要在模型规模、数据和算力上继续投入，综合能力还有明显的上升空间。
这也让整个行业在 2023 年之后，仍然对“大力出奇迹”保持信心。
三、第二阶段：工作流与多模态（Workflow & Multimodal）
2024 年 2 月：Gemini 1.5 Pro（Google）
-
事件：Google 发布 Gemini 1.5 Pro，提供 100 万 token 上下文，之后逐步开放到 200 万。 -
里程碑意义：“长记忆 + 原生多模态”。
Gemini 1.5 的关键不只在于“上下文变长”，而在于：
-
文本、图片、音频、视频可以混在同一上下文中处理； -
可以一次性塞进一小时视频、整本书、整站网页； -
在这堆混合数据里精确检索、定位关键片段。
这标志着模型第一次比较成体系地呈现出“带时间轴的感知能力”，从只会读字，走向“能看能听”。
2024 年 6 月：Claude 3.5 Sonnet（Anthropic）
-
事件：Anthropic 发布 Claude 3.5 Sonnet，在推理和编码基准上刷新多项行业记录。 -
里程碑意义：“程序员的白月光”。
Claude 3.5 Sonnet 不一定是参数量最大的模型，但在很多真实开发场景里，它表现出了几个特点：
-
代码结构更贴实际工程风格； -
对复杂改动的拆解更细腻； -
工具调用稳定、成本相对可控。
结果就是：它很快成为大量团队的主力编码模型，被不少开发者当成“默认选项”。
2024 下半年 – 2025 年：Cursor & Composer（IDE 的重构）
事件：
-
2024 年下半年，Cursor 的 Composer 模式开始在社区流行，可以自动跨多文件改动、调用终端、补测试。 -
2025 年，Cursor 2.0 发布自研 MoE 编程模型 Composer 1，把编辑器彻底重构为一个以 Agent 为中心的 IDE。
里程碑意义：“AI 走出对话框，钻进 IDE”。
Cursor 本身不是一个模型，而是一个“容器”：
-
上游可以接不同的大模型（GPT-5、Claude、Gemini 等）； -
下游直接操作你的代码库、终端、浏览器。
在这条线上，真正的生产力跃迁往往不是“模型分数再高一点”，而是交互方式被改写——从“你对话，它回答”，变成“你提出目标，它直接动手”。
四、第三阶段：推理与智能体（Reasoning & Agents）
2025 年 2 月：Claude 3.7 Sonnet 与 Claude Code
-
事件：Anthropic 发布 Claude 3.7 Sonnet，以及终端工具 Claude Code。 -
里程碑意义：“从副驾驶到主驾驶”。
Claude 3.7 Sonnet 被定位为首个大规模商用的“混合推理模型”：
-
在简单任务上，可以快速响应； -
在复杂任务上，可以开启延长思考模式，让模型显式“多想几步”
Claude Code 则是把这种推理能力直接焊在终端里：
-
自己读代码库； -
自己下命令、跑测试、修 Bug； -
人类更多是做 review、确认和兜底。
这标志着 AI 不再只是“给建议的副驾驶”，而是可以接管一整段开发工作流的“主驾驶”。
2025 年 8 月：GPT-5（OpenAI）
-
事件：OpenAI 发布 GPT-5，并逐步将 ChatGPT 等产品切换到这一代系统。 -
里程碑意义：“通用能力的大一统”。
GPT-5 做的事情，更多不是“又多一个模型”，而是：
用一个路由系统，把
快速响应用的轻量模型、
深度推理用的 Thinking 模式、
更高规格的 Pro 版本
统一封装在一个入口里；
在官方测试中，相比 GPT-4o，幻觉率有明显下降，但并没有完全消失，更接近“把幻觉压到可管理的范围”
从使用体验上看，GPT-5 试图把“模型选型”的复杂度从用户头上移走，让用户重新面对的，是一个“整体智能体”，而不是一堆型号和参数。
2025 年 11 月：Gemini 3 与 Claude Opus 4.5
事件：
-
Google 发布 Gemini 3 系列，以 Gemini 3 Pro 为旗舰。 -
Anthropic 发布 Claude Opus 4.5，在 coding 和 Agent 工作流场景中刷新多项基准。
里程碑意义：“Agent 时代的双旗舰”。
两者的侧重点略有不同：
-
Gemini 3 Pro 更强调多模态推理、实时搜索、长上下文，把“会看、会想、会查”几种能力整合在一起； -
Claude Opus 4.5 更侧重复杂代码库、长程任务和真实电脑操作，在自动修复大型项目、长流程自动化方面表现突出。
如果说 2022 年是“人人第一次见到 ChatGPT 的那一年”，那么 2025 年很可能会被回顾为：
第一次大规模把真实工作外包给 AI Agent 的那一年。
五、回过头看，这五年其实只是在做一件事
把这些节点按时间排好，你会看到一条非常干脆的演化路径：
-
Codex 与 ChatGPT：
AI 先学会了说话，也学会了写代码。
它能解释、能生成、能帮你把想法变成文本或代码，但核心形态还是“聊天窗口里的回答者”。
-
Gemini 1.5 与 Claude 3.5：
AI 拥有了更长的记忆、更强的推理能力，并开始具备原生多模态的感知：
一次看完视频、读完长文档、理解复杂上下文变得可行。
它不再只是“记性好一点的 ChatGPT”，而是开始能扛起一整段复杂任务的理解工作。
-
Cursor、Claude Code、GPT-5、Gemini 3、Opus 4.5：
AI 被嵌入 IDE、终端、浏览器和业务系统，开始从“回答问题”走向“接管任务”：
-
在编辑器里，它直接改文件、跑测试； -
在终端里，它自己下命令、监控结果； -
在业务侧，它可以串起多个工具和步骤，跑完一整个工作流。
如果用角色变化来概括，这五年的路大致可以这样压缩：
-
一开始，它只是一个 Chatbot：能聊、能解释。 -
很快，它变成了 Copilot：坐在你旁边，帮你改代码、写文档、查资料。 -
现在，它正逐步长成 Agent：钻进工具链和系统里，自己规划、自己执行，你更多是在旁边确认方向和结果。
回头看，这条时间线并不是在讲一堆“新品发布会”，
而是在讲同一件事情被一点点推进：
人和 AI 的分工，从“我问你答”，
变成“我定目标，你去干”。
