三年简史：从帮人写函数到替人过生命周期
讲次页第六节给了时间线的六个站点与页码，每个站点背后的张力没有展开。本篇按代际讲这条线：每一代解决了什么，又把什么新问题推到台前，最后看 2026 年的部署清单为什么正好需要一套 SDK 抽象来装。
要看懂 OpenHands 的每个抽象为什么长这样，得先走一遍这三年的路 (L14 p.4-11)。时间线的六个站点，讲次页第六节已给全页码，本篇按代际补张力。
一、补全时代：建议权在人
2023 年的 Copilot 与早期 Cursor，给的是建议 (p.5)。编辑、执行、检查全由人主导，HumanEval 就是那个时代的尺子：单函数加单元测试，例题 has_close_elements 输入规格、输出实现。
模型写一个函数，人决定要不要用。责任边界清楚，能力边界也窄。
二、仓库级可测：尺子先于能力
2023 年 10 月，SWE-bench 把真实 issue 连同仓库快照喂给 agent，要求补丁跑过仓库测试 (p.6)。早期结果很差，但从这时起，改真实仓库这件事可测了。
尺子立在了能力前面。此后尺子自身的进化，从 Verified 到 Pro 再到时间视界，属地第三讲尺子的进化篇。
三、两周内两个名字
2024 年 3 月 12 日，Cognition 发布 Devin，演示词是第一个 AI 软件工程师 (p.7)。两周后的 3 月 26 日，开源社区回以 OpenDevin：前端、agent、Docker 沙箱三件套 (p.8)。
一个名字宣称到了，一个名字动手做了。这场对峙定下后续两年的基调：产品叙事与开源基建并行赛跑。
四、定型与遗产
2024 年春天这一代定型 (p.9)。4 月的 SWE-agent 覆盖文件搜索、代码编辑、修复验证；5 月的 OpenDevin CodeAct 1.0 带来代码执行、终端命令与反馈。
学术遗产是一个概念：agent 与计算机的界面本身值得单独设计。为 agent 设计的文件、编辑、执行接口是独立研究课题，接口好坏直接决定 agent 上限。这条线的完整账，属地第三讲编码主循环篇。
五、狂飙与归因
2025 年基准狂飙 (p.10)。SDK 报告把涨分拆给两个引擎：更好的模型，推理、代码编辑、工具使用在涨；更好的 agent 系统，工具、测试环境、上下文、恢复在涨。
纯靠模型的神话在这页站不住，系统侧的贡献被白纸黑字记了一功。
六、走向部署
2026 年的主词换成部署 (p.11，出自 Neubig 的富士通演讲)：更长运行、中断处理、并行任务；进度可见与结果检查；可重复工作流、受控访问、验证。
这份清单没有一条是模型问题，全是框架与设施问题。下一篇讲的 SDK 抽象，逐条都能在这页找到出处。
本节论文与规范
本节资料
- OpenHands Software Agent SDK 报告 论文2511.03690进阶官方引用
2025 年发布；slides L14 p10（性能=更好模型+更好 agent 系统，报告 §5）与 p12-20 SDK 代码示例的出处：LLM/Agent/Conversation/Workspace 抽象、condenser、DockerWorkspace、确认策略的官方文档化论文。
- SWE-bench: Can Language Models Resolve Real-World GitHub Issues? 论文2310.06770入门官方引用
经典·高引；slides L14 p6 引用：真实 issue+仓库快照→补丁+仓库测试的仓库级评测，早期结果很差（图 1）。编码 agent 从单函数（HumanEval）走向真实工程的第一道分水岭。
AI 生成 · 仅供参考，与课程方无关。选中正文里的任何一段也能直接问我（解释一下 / 举个例子）。
本详解以 CMU 11-768 AI Agents (Fall 2026) 课程大纲为参考框架独立撰写，AI 辅助起草、人工抽审。 涉及的官方课件、论文与课程材料版权归原所有方，讲义为站内镜像、其余外链原文出处； 观点与文字（除标注引用外）为作者原创。