本章小结

Agentic Coding (代理式编程) 正在从根本上改变软件工程的面貌。 本章见证了从 “Copilot”（副驾驶）到 “Agent”（自主代理）的飞跃。前者是辅助输入，后者是结果交付。

核心知识点回顾

Claude 的角色

• Polyglot Expert: 通晓百种语言，无论是新潮的 Rust 还是古老的 Fortran。

• Context Master: 200k Token 的记忆使其能吞下整个项目的核心逻辑，这是它能做系统级重构的关键。

工具链体系

• Claude Code CLI: 终端不仅是黑客的游乐场，也是 AI 发挥威力的最佳舞台。claude 命令赋予了 AI 接触文件系统和 shell 的权力，使其能实现 "Coding -> Testing -> Fixing" 的闭环。

• IDE Integration: Cursor 和 VS Code Plugins 让 AI 上下文感知（Context Awareness）达到了前所未有的高度。

工作流变革

Agentic Coding TDD Loop

• TDD 2.0: 人写测试，AI 写实现。通过测试用例来约束 AI 的发散，这是目前最稳健的开发模式。

• Legacy Refactoring: 那些谁也不敢动的“屎山”代码，现在可以放心地交给 AI 去清理、注释和升级。

成功法则

• Context is King: 喂给 AI 的上下文（Context）必须准确、相关。不要让它猜。

• Trust but Verify: AI 是最好的员工，但不是完美的员工。Code Review 变得比以往任何时候都重要——不仅仅是检查 Bug，更是检查逻辑漏洞和安全隐患。

开发者自检清单

• 工具就绪：我是否安装了 claude-code CLI 并配置了 .clauderc？

• 环境集成：我的 IDE (VS Code/Cursor) 是否能顺畅地调用 Claude？

• 协作模式：我是否尝试过“我写 Test，它写 Code”的 TDD 模式？

• 安全意识：在 CLI 中使用自动模式 (--auto) 时，我是否清楚这一步操作的后果（尤其是 rm, git push）？

下一站：构建 AI 员工

我们已经掌握了“单兵作战”的技巧。现在，假设你想开一家只有 AI 员工的公司。 你需要一个 AI 做产品经理，一个 AI 做后端，一个 AI 做前端，还有一个 AI 做测试。它们需要互相沟通、互相 Review。 这就是 Multi-Agent Systems (多智能体系统)。

让我们进入第八章，设计真正的 Agent 架构。

➡️ Agent 架构设计