先说结论
做运维和 Python 时，AI Coding 主要用来少写样板、快点翻陌生代码、把巡检和 Runbook 落成脚本。关键变更仍然要看完再合。
时间线记一下，免得神话新工具
- 2021–2022：Copilot 把补全变成日常
- 2023：对话写代码普及
- 2024：Cursor 这类 AI IDE 起来，多文件改动能用了
- 2025 年初：Claude Code 把 Agent 放进终端（Anthropic 大约 2 月前后推的）
- 之后一年：各家 Agent 都能改文件、跑命令，团队开始补规范，而不是只追更强模型
小版本跳得很快，选型看当下能力和代码能不能外发，别背参数表。
怎么选
写网关、改仓库、对着 Diff 细看——Cursor 更顺手，规则和项目上下文在那。 人在终端附近查日志、跑测试、做小修复——Claude Code 合适，但账号权限要收紧。 只是行级补全、不想被 Agent 带跑——Copilot 一类就够。 内网合规严——优先企业版或可私有化方案，别为了爽用个人版往外甩代码。
开源的 Continue、Aider 也能搭，整合成本自己掂量。
和前面笔记的关系
懂一点上下文窗口、工具调用，提示词会写得更准；部署和 ELK 那些仓库，正好拿来让 Agent 帮写压测、导出面板 JSON；Dify 插件骨架也能生成，但接口和权限得自己盯。
团队里的规矩
可以：生成样板、测试草稿、解读报错。 必须人审：鉴权、限流、灰度、生产配置、任何密钥相关。 不行：未审查就改生产、把密钥贴进对话、让 Agent 绕过评审。
提效来自少搬砖、快定位，不是无人值守改集群。后来在仓库里固定了一张「AI 可改 / 必须手改」清单，比空谈规范有用。
