AI 不再幫你寫代碼了，它開始替你做項目了
整理版優先睇
Anthropic 嘅 Claude Code 課程揭示 AI 程式設計從輔助寫代碼進入替你做項目嘅階段
呢篇文章介紹 Anthropic 最近推出嘅免費課程《Claude Code in Action》。課程表面係教學，但實際上係一個明確信號：AI 程式設計已經從 Copilot 輔助進入 Agent 自動執行時代。作者想帶出嘅係，開發者唔好再停留喺「幫我寫一段代碼」嘅思維，而係要學識點樣讓 AI 自己去讀代碼、改項目、跑流程、出結果。
Claude Code 同我哋用開嘅 ChatGPT 最大分別係，ChatGPT 係問答工具，Claude Code 係執行 Agent。佢可以讀取成個代碼倉庫、修改檔案、執行終端指令，仲會自動完成多步驟任務。核心機制係 Agent Loop：思考 → 調用工具 → 執行 → 再思考，直到任務完成。能力上限取決於佢可以調用嘅工具，例如檔案系統、Shell 命令、GitHub 操作同外部 API。
課程仲提出一個全新嘅開發工作流：Explore → Plan → Code → Commit。作者認為，未來開發者唔再單純係寫代碼嘅人，而係「指揮 AI」嘅人。要俾規則（CLAUDE.md）、俾工具（Tool System）、俾流程（Commands），先可以穩定產出。整體結論係：AI 從「回答問題」進入「替你做事」嘅階段，開發者需要轉變角色，聚焦上下文、工具同流程。
- Claude Code 係 Agent 而非聊天工具，能自動讀取倉庫、修改檔案、執行指令，完成成個開發流程。
- 核心機制係 Agent Loop：思考→調用工具→執行→再思考，循環直到任務完成。
- CLAUDE.md 檔案係 AI 嘅長期記憶同項目規則，需要人工設定代碼規範、技術棧等，係穩定產出嘅關鍵。
- 新工作流係 Explore→Plan→Code→Commit，將開發流程標準化為 AI 可執行嘅步驟。
- 開發者要從「寫 prompt」轉為「指揮 AI」，聚焦上下文管理、工具系統同流程設計。
從問答工具到執行 Agent：AI 編程嘅本質改變
呢篇文章話畀我哋知，Anthropic 推出咗免費課程《Claude Code in Action》，唔單止係教學，而係一個明確信號。
AI 編程已經從 Copilot 輔助進入 Agent 自動執行時代
以前你叫 AI 寫代碼，而家佢會幫你做完成個項目。
- ChatGPT 係問答工具，Claude Code 係執行 Agent
- ChatGPT 寫一段代碼，Claude Code 完成成個開發流程
- ChatGPT 一次性輸出，Claude Code 持續行動（Agent Loop）
Claude Code 嘅核心能力：Agent Loop、工具系統、CLAUDE.md
Claude Code 嘅工作方式係循環執行：思考 → 調用工具 → 執行 → 再思考。
呢個就係 Agent Loop，直到任務完成
佢嘅能力來自可以調用嘅工具，包括：
- 文件系統（讀／寫／改）
- Shell 命令
- GitHub 操作
- 外部 API
工具越多，能完成嘅任務越複雜。
- 1 基礎：理解 AI Agent 嘅本質同同普通 AI 嘅分別
- 2 上下文管理：CLAUDE.md 嘅設定與最佳實踐
- 3 自動化能力：Custom Commands、Skills、MCP 連接外部工具
- 4 擴展能力：MCP Server、GitHub PR/Review、Hooks、SDK
新工作流與開發者角色轉變
課程隱含一個重要範式：
Explore → Plan → Code → Commit
先理解項目，再製定方案，然後執行開發，最後提交變更。呢個就係 AI Agent 嘅工作方式。
作者認為，未來開發者唔再只係寫代碼，而係
指揮 AI 嘅人
要俾規則（CLAUDE.md）、俾工具（Tool System）、俾流程（Commands），先可以令 AI 穩定產出。
- Copilot 時代：AI 輔助寫代碼
- Agent 時代：AI 自己完成任務
🚨 AI 編程，真係變咗。
唔係變強少少，
而係直頭換咗種玩法。
以前你叫 AI 寫 code，
而家，佢開始幫你成個 project 做完。
最近，Anthropic 放出咗一個免費課程：
Claude Code in Action
表面上係教學，
但本質上係話俾所有開發者聽一件事：
👉 AI，唔再只係工具咁簡單。
如果你仲停留喺：
「幫我寫一段 code」
咁你已經落後咗一個版本。
而家嘅正確打開方式係：
等 AI 自己讀 code、改 project、行流程、提交結果。
Claude Code in Action：一篇講透「AI 開發 Agent」嘅實戰課
最近，Anthropic 放出嘅呢個課程
《Claude Code in Action》，其實唔止係一個教程。
佢更加似係一次明確嘅信號：
軟件開發，正喺度從「Copilot 輔助」進入「Agent 自動執行」嘅時代。
一、呢個課程到底講緊乜？
一句講曬：
Claude Code = 一個「可以自己動手做嘢」嘅 AI 程式設計師
同我哋熟悉嘅 ChatGPT 最大嘅分別在於：
👉 本質變化：
從「問答工具」→「執行代理（Agent）」
二、Claude Code 嘅核心能力（關鍵理解）
1️⃣ 佢唔係聊天工具，而係 Agent
Claude Code 可以：
• 讀取成個 code 倉庫 • 修改檔案 • 執行終端命令（CLI / Bash） • 自動完成多步驟任務
👉 意思係：
AI 唔再只係「幫你寫」，而係「幫你做曬」
2️⃣ 核心機制：Agent Loop
佢嘅工作方式唔係一次輸出，而係循環執行：
思考 → 調用工具 → 執行 → 再思考👉 直至任務完成為止
呢個就係典型嘅 Agent Loop
3️⃣ 工具系統（決定能力上限）
Claude Code 嘅能力來自佢可以調用嘅工具：
• 檔案系統（讀 / 寫 / 改） • Shell 命令 • GitHub 操作 • 外部 API
👉 本質：
工具越多，AI 做到嘅嘢就越複雜
三、課程最核心嘅 4 大模塊
① 基礎：理解 AI Agent
你會真正搞懂：
• 咩係 Coding Agent • 點解 AI 可以「讀明個 project」 • Agent 同普通 AI 嘅本質分別
② 上下文管理（🔥最關鍵）
CLAUDE.md：成個系統嘅核心
呢個係你一定要重視嘅嘢：
👉 佢相當於 AI 嘅「長期記憶 + 項目規則」
裏面通常會寫：
• code 規範 • 技術棧 • 測試方式 • 項目約束
👉 關鍵點：
Claude Code 本身冇長期記憶
CLAUDE.md = 人工構建記憶層
③ 自動化能力（生產力爆發點）
包括：
• Custom Commands（自訂命令） • Skills（重用能力） • MCP（連接外部工具）
👉 本質就係：
將「重複開發流程」交俾 AI 自動執行
④ 擴展能力（進階）
課程後半部分進入工程化：
• MCP Server（連接瀏覽器 / 資料來源） • GitHub 自動 PR / Review • Hooks（自動觸發邏輯） • SDK 擴展能力
👉 已經唔係工具使用，而係：
AI 系統搭建能力
四、AI 開發嘅新工作流程
課程裏面隱含咗一個非常重要嘅範式：
🧠 Explore → Plan → Code → Commit
1. Explore：理解項目 2. Plan：制定方案 3. Code：執行開發 4. Commit：提交變更
👉 呢個就係 AI Agent 嘅「工作方式」
五、呢個課程最有價值嘅 3 個認知升級
❗ 1. Prompt 已經唔夠用
好多人仲停留喺：
👉 「點樣寫 prompt 更好？」
但呢個課程話俾你聽：
真正嘅能力來自：上下文 + 工具 + 流程
❗ 2. AI 係「協作對象」，唔係工具
你需要做嘅係：
• 俾規則（CLAUDE.md） • 俾工具（Tool System） • 俾流程（Commands）
👉 AI 先可以穩定產出
❗ 3. 軟件工程正喺度 AI 化
呢個課程本質係教：
• 點樣將 AI 納入開發流程 • 點樣做 AI 自動化 • 點樣構建 AI 工程體系
六、一個更大嘅趨勢（好重要）
我哋正喺度經歷一個明顯嘅階段轉換：
👉 Claude Code 屬於第二階段
七、呢個課程適合邊個？
✔ 推薦俾：
• 開發者（想提升效率） • AI 產品經理 • 做 AI 工具 / Agent 嘅人
❌ 唔適合：
• 淨係想寫 Prompt 嘅人 • 完全唔關開發事嘅人
八、最後俾你一個關鍵判斷
呢個課程最重要嘅唔係「學識用 Claude Code」，而係令你意識到：
未來嘅開發者，唔止係寫 code 嘅人，而係「指揮 AI 嘅人」。
如果你正喺度做 AI 產品（重點）
例如好似 AISaver 呢啲方向，其實可以直接參考：
👉 將「AI 對話」升級做「AI Agent 工作流程」
例如：
• 對話 → 結構化資產 • Prompt → 可執行流程 • 聊天記錄 → 可重用知識系統
📌 總結一句
Claude Code 唔止係一個工具，佢代表嘅係：
AI 從「回答問題」，正式進入「幫你做嘢」嘅階段。
🚨 AI 編程，真的變了。
不是變強一點，
而是直接換了一種玩法。
以前你讓 AI 寫代碼，
現在，它開始替你把整個項目做完。
最近，Anthropic 放出了一門免費課程：
Claude Code in Action
表面上是教學，
但本質上是在告訴所有開發者一件事：
👉 AI，不再只是工具了。
如果你還停留在：
“幫我寫一段代碼”
那你已經落後一個版本了。
現在的正確打開方式是：
讓 AI 自己去讀代碼、改項目、跑流程、提交結果。
Claude Code in Action：一篇講透「AI 開發 Agent」的實戰課
最近，Anthropic 放出的這門課程
《Claude Code in Action》，其實不只是一個教程。
它更像是一次明確的信號：
軟件開發，正在從「Copilot 輔助」進入「Agent 自動執行」時代。
一、這門課到底在講什麼？
一句話總結：
Claude Code = 一個能“自己動手做事”的 AI 程序員
和我們熟悉的 ChatGPT 最大的不同在於：
👉 本質變化：
從“問答工具” → “執行代理（Agent）”
二、Claude Code 的核心能力（關鍵理解）
1️⃣ 它不是聊天工具，而是 Agent
Claude Code 可以：
• 讀取整個代碼倉庫 • 修改文件 • 執行終端命令（CLI / Bash） • 自動完成多步驟任務
👉 這意味着：
AI 不再只是“幫你寫”，而是“幫你做完”
2️⃣ 核心機制：Agent Loop
它的工作方式不是一次輸出，而是循環執行：
思考 → 調用工具 → 執行 → 再思考👉 直到任務完成為止
這就是典型的 Agent Loop
3️⃣ 工具系統（決定能力上限）
Claude Code 的能力來自它能調用的工具：
• 文件系統（讀 / 寫 / 改） • Shell 命令 • GitHub 操作 • 外部 API
👉 本質：
工具越多，AI 能做的事情越複雜
三、課程最核心的 4 大模塊
① 基礎：理解 AI Agent
你會真正搞懂：
• 什麼是 Coding Agent • 為什麼 AI 能“讀懂項目” • Agent 和普通 AI 的本質區別
② 上下文管理（🔥最關鍵）
CLAUDE.md：整個系統的核心
這是一個你必須重視的東西：
👉 它相當於 AI 的“長期記憶 + 項目規則”
裏面通常寫：
• 代碼規範 • 技術棧 • 測試方式 • 項目約束
👉 關鍵點：
Claude Code 本身沒有長期記憶
CLAUDE.md = 人工構建記憶層
③ 自動化能力（生產力爆發點）
包括：
• Custom Commands（自定義命令） • Skills（複用能力） • MCP（連接外部工具）
👉 本質就是：
把“重複開發流程”交給 AI 自動執行
④ 擴展能力（進階）
課程後半部分進入工程化：
• MCP Server（連接瀏覽器 / 數據源） • GitHub 自動 PR / Review • Hooks（自動觸發邏輯） • SDK 擴展能力
👉 已經不是工具使用，而是：
AI 系統搭建能力
四、AI 開發的新工作流
課程裏隱含一個非常重要的範式：
🧠 Explore → Plan → Code → Commit
1. Explore：理解項目 2. Plan：制定方案 3. Code：執行開發 4. Commit：提交變更
👉 這就是 AI Agent 的“工作方式”
五、這門課最有價值的 3 個認知升級
❗ 1. Prompt 已經不夠了
很多人還停留在：
👉 “怎麼寫 prompt 更好？”
但這門課告訴你：
真正的能力來自：上下文 + 工具 + 流程
❗ 2. AI 是“協作對象”，不是工具
你需要做的是：
• 給規則（CLAUDE.md） • 給工具（Tool System） • 給流程（Commands）
👉 AI 才能穩定產出
❗ 3. 軟件工程正在 AI 化
這門課本質在教：
• 如何把 AI 納入開發流程 • 如何做 AI 自動化 • 如何構建 AI 工程體系
六、一個更大的趨勢（很重要）
我們正在經歷一個明顯的階段切換：
👉 Claude Code 屬於第二階段
七、這門課適合誰？
✔ 推薦給：
• 開發者（想提升效率） • AI 產品經理 • 做 AI 工具 / Agent 的人
❌ 不適合：
• 只想寫 Prompt 的人 • 完全不涉及開發的人
八、最後給你一個關鍵判斷
這門課最重要的不是“學會用 Claude Code”，而是讓你意識到：
未來的開發者，不只是寫代碼的人，而是“指揮 AI 的人”。
如果你正在做 AI 產品（重點）
比如像 AISaver 這樣的方向，其實可以直接借鑑：
👉 把“AI 對話”升級為“AI Agent 工作流”
例如：
• 對話 → 結構化資產 • Prompt → 可執行流程 • 聊天記錄 → 可複用知識系統
📌 總結一句話
Claude Code 不只是一個工具，它代表的是：
AI 從“回答問題”，正式進入“替你做事”的階段。