聯繫我們

課程簡介

從自動補全到代理:爲何代理會失敗

•     編程代理的結構:模型、框架、工具界面、上下文、權限

•     各類工具的定位:Claude Code、GitHub Copilot、Cursor、Codex CLI、Gemini CLI

•     失敗分類法:錯誤的上下文、錯誤的工具、無反饋、不受限的自主權

演示:同一任務,好與壞兩種運行方式並列對比

上下文工程

•     將上下文窗口視爲預算:什麼值得進入其中

•     AGENTS.md、CLAUDE.md、.cursor/rules、copilot-instructions.md——一個概念,多個文件名,單一真相源

•     約定、構建與測試命令、架構邊界

•     檢索與顯式上下文的區別;任務分解與子代理

實驗:爲不熟悉的 Python 服務編寫倉庫上下文,然後重新運行失敗的任務並比較輸出

可重用工作流與代理技能

•     選擇抽象層級:指令文件、技能、自定義命令或普通腳本

•     技能的組成:觸發器、指令、捆綁腳本、漸進式披露

•     跨工具的便攜性,以及鎖定效應的起點

•     版本控制、審查與團隊分發;常見反模式

實驗:構建並測試強制執行內部編碼標準的可重用工作流

MCP:連接代理與現實系統

•     架構:客戶端、服務器、工具、資源和提示;stdio 和 HTTP 傳輸協議

•     值得加入的服務端:Git 託管、問題追蹤器、數據庫、瀏覽器、內部 API

•     何時使用 CLI 或腳本優於 MCP 服務端

•     工具界面衛生:爲何工具越多越不可靠

實驗:連接 MCP 服務端,端到端處理一個工單——創建問題、分支、補丁、測試、拉取請求

反饋循環與評估

•     測試、類型檢查和靜態分析器作爲代理的事實依據;測試優先作爲控制機制

•     CI 作爲外部循環,以及對代理生成差異的審查紀律

•     黃金任務評估集:測量什麼以及如何發現迴歸問題

•     將成本與延遲作爲首要指標

實驗:構建小型評估集,並對兩個代理配置進行評分

安全與護欄

•     通過問題、拉取請求、README、依賴項和抓取頁面的提示注入攻擊

•     權限模型:白名單、審批機制、只讀工具、網絡出口控制

•     密鑰衛生與沙盒化:容器、臨時憑證、限制爆炸半徑

•     第三方 MCP 服務端和共享技能帶來的供應鏈風險

實驗:觀察代理被中毒倉庫劫持,然後加固設置以防止此類情況

團隊推廣策略

•     階段性推廣路徑;哪些需要標準化,哪些留給個人自由決定

•     指示真正價值的指標,以及不具代表性的指標

最低要求

•     掌握 Python、Git 和命令行知識

•     曾接觸過 AI 編程助手

•     NobleProg 將爲參與者設置帶有 Docker、VS Code 和 Python 3.11 或更高版本的 Dadesktop VM

•     參與者選擇的 AI 編程助手:Claude Code、GitHub Copilot、Cursor、Codex CLI 或 Gemini CLI。實驗工具中立,併爲每種工具提供說明

受衆

•     使用 AI 編程助手但未獲得可靠結果的軟件工程師、技術主管和架構師

•     在團隊中推廣 AI 工具的平臺和開發者體驗工程師

•     制定標準、護欄和成功指標的工程經理

 7 小時

人數


每位參與者的報價

客戶評論 (3)

即將到來的課程

課程分類