AI Agent 工程實踐路線圖：從 Codex、Claude Code 到 MCP 和 Skills 怎麼學

AI Agent 最容易學亂，因為大家常從工具名開始追。

Codex、Claude Code、Cursor、Gemini CLI、MCP、Skills、Hooks、權限、沙箱、長期記憶和多 Agent 工作流都很重要，但它們不是同一層問題。

更穩的學習方式，是先問工程問題：Agent 要完成什麼任務、能讀寫哪些檔案、如何驗證結果、遇到風險時在哪裡停下來。

先看結論

AI Agent 工程實踐可以拆成七層：

任務拆解。
程式碼庫上下文。
命令執行與驗證。
透過 MCP 接入工具。
用 Skills、Hooks 和專案規則沉澱工作流。
權限、沙箱與審計。
透過 PR、CI、回滾和成本監控進入團隊流程。

不要一開始追求全自動。

先讓 Agent 在一個倉庫裡穩定完成小任務，再逐步接工具，最後才考慮長任務和多 Agent。

入門可以先看 Codex 在 VS Code 怎麼用，再看 Claude Code 和 Codex 代碼審查流程，最後把重複提示沉澱成 Codex Skills。

適合誰

這條路線適合已經會寫程式、想讓 Agent 協助修 Bug、補測試、查依賴和改文件的開發者。

它也適合小團隊，因為團隊不能只靠個人的提示詞經驗。

如果你維護部落格、內部工具、CLI、文件站或自動化流程，也能用這套方法把發布、翻譯、部署、報告和 SEO 檢查沉澱下來。

它不適合一開始就追求無人值守生產自動化。

只要任務碰到私有資料、付款、帳號權限、生產系統或安全掃描，第一目標都應該是可控和可追溯。

第一層：把任務說成可執行單元

Agent 經常失敗，不是因為任務太難，而是因為目標太模糊。

一個好請求要說清楚：

要改什麼。
不能改什麼。
怎麼驗證。
失敗時停在哪裡。
最終交付什麼。

不要說「幫我優化專案」。

可以這樣說：

1
2
3
4
5


閱讀 src/auth 和 tests/auth。
修復登入失敗後錯誤提示不一致的問題。
不要修改 database schema。
修改後執行 auth 相關測試。
如果測試環境缺依賴，說明缺什麼，不要跳過驗證。

這一層不需要 MCP，也不需要複雜 Skills。

真正要練的是任務邊界。

第二層：理解 Codex 和 Claude Code 的分工

Codex 適合在既有倉庫裡做檔案級協作：讀程式碼、改檔案、跑命令、解釋測試失敗。

Claude Code 適合長上下文推理、終端工作流和較長的工程討論。

Cursor 適合 IDE 裡的補全、局部編輯和互動式理解。

任務	較適合入口	原因
小範圍 Bug	Codex	能讀寫檔案並跑檢查
架構討論	Claude Code	長上下文解釋能力強
局部補全	Cursor	IDE 迴路自然
文件更新	Codex 或 Claude Code	需要倉庫上下文
代碼審查	Codex + 圖譜工具	需要 diff 和調用關係
長任務恢復	Codex + 任務記錄	需要狀態和驗證歷史

如果你每天用 VS Code，先用 Codex 很自然。

如果你長期在終端工作，Claude Code 可能更順手。

第三層：給 Agent 正確上下文

不要靠把所有內容塞進提示詞來解決上下文問題。

應該把上下文分成四類：

穩定規則：專案結構、測試命令、禁止修改目錄、部署要求。
當前任務：錯誤日誌、復現步驟、相關檔案。
程式碼索引：函式、路由、依賴、調用鏈、最近變更。
歷史記憶：既有決策、已知坑、遷移背景。

穩定規則放在 AGENTS.md、CLAUDE.md 或專案文件裡。

當前任務上下文放在本次請求裡。

程式碼結構交給 code-review-graph、Serena 或 codebase-memory-mcp。

歷史決策可以放在 ADR、Issue 或簡短專案筆記裡。

更多選型可以看 AI Agent 代碼庫記憶工具對比。

第四層：建立驗證閉環

沒有驗證閉環，Agent 只是生成看起來合理的文字。

驗證至少有三類：

靜態驗證：格式、型別、lint、front matter。
行為驗證：測試、截圖、API 回應。
人工驗收：文案、風險、範圍和業務判斷。

1
2
3


git status --short
rg -n "TODO|FIXME" src tests
npm test -- --runInBand

1
2


python -m pytest tests/auth -q
python -m ruff check src tests

驗證命令越清楚，Agent 越少找藉口。

第五層：需要工具時再引入 MCP

MCP 解決的是工具接入。

它可以讓 Agent 透過同一協定使用瀏覽器、文件搜尋、程式碼索引、資料庫、Office 檔案和內部系統。

接入順序要保守：

先接只讀工具。
再接低風險寫入工具。
最後才接部署、資料庫寫入、外部 API 和郵件等高風險工具。

MCP 適合 Agent 找不到檔案、需要查官方文件、需要瀏覽器驗證、需要讀 Word/Excel/PDF，或多個工具需要統一接入協定的場景。

如果任務不清楚、專案沒有測試、權限邊界沒定義，MCP 不會解決根本問題。

第六層：把重複工作變成 Skills

Skills 記住的是做事方式，不是模型能力。

當你反覆解釋同一件事，例如新建 Hugo 文章、同步翻譯、部署、SEO 冷卻期檢查、影片轉寫或固定格式報告，就適合寫 Skill。

不要為一次性任務寫 Skill。

也不要在流程還沒跑順之前寫 Skill。

先用一個小規則集避免固定錯誤，再根據真實任務迭代。

第七層：讓長任務可恢復

長任務一定會中斷。

網路會斷，模型會換，上下文會壓縮，使用者也可能中途補充要求。

可恢復任務至少要保存：

當前目標。
已完成步驟。
待完成步驟。
關鍵檔案路徑。
已執行命令。
驗證結果。
未解風險。
下一步入口。

可以參考 AI Agent 長任務中斷後怎麼恢復。

安全邊界

Agent 能執行命令後，風險就不只是回答錯。

它可能改檔案、存取密鑰、呼叫外部服務，或把敏感內容寫進日誌。

本地開發至少要做到：

任務前看 git status --short。
不自動執行破壞性命令。
不刪除未知目錄。
不把密鑰寫進提示詞、日誌或文章。
外部請求先說明用途。
生產部署保留人工確認。

團隊環境還要使用最小權限 token，限制分支寫入，保留 PR 人工審查，審計 Agent 日誌，並預設關閉生產命令。

用真實專案練習

選一個能安全試錯的小專案，例如個人部落格、測試倉庫、內部腳本、文件站或 CLI。

它最好有 Git 歷史、清楚入口、最少一個驗證命令、可控的檔案範圍、不含密鑰，並且能回滾。

第一輪只讓 Agent 閱讀，回答入口在哪裡、驗證命令是什麼、哪些檔案最相關。

第二輪讓它修改一個很小的問題，並說明改了什麼、為什麼改、沒有改什麼、如何驗證。

第三輪才加入瀏覽器、文件搜尋或程式碼索引等工具。

每次只加一種工具。

30 天學習計畫

第 1 週只穩定使用一個工具：讀模組、修低風險 Bug、補測試、改文件、限制修改範圍、整理驗證命令。

第 2 週改善上下文：寫短 AGENTS.md、比較 Codex 和 Claude Code、嘗試 code-review-graph、審查一次 diff、記錄誤判。

第 3 週謹慎加入 MCP：先接只讀工具，用瀏覽器驗證頁面，用程式碼索引減少重複讀取，寫工具權限說明。

第 4 週沉澱 Skills 和團隊流程：寫一個 Skill 草稿、跑一次真實任務、補失敗處理、設計 PR 模板、接入安全 CI、演練回滾。

如何衡量是否學會

不要只看回答是否漂亮。

應該看任務耗時、人工審查時間、修改檔案數、一次通過測試比例、返工次數、上下文失敗、權限失敗、工具配置失敗和模型能力不足次數。

好的趨勢是任務範圍更清楚、驗證更穩定、返工原因更具體、規則文件更短、Skills 更少但更準。

如果提示詞越寫越長，說明規則沒有沉澱。

如果每次都重新解釋目錄，說明專案文件不足。

最後的路線圖

AI Agent 工程實踐不是從找最強模型開始。

它從讓一個小任務可靠完成開始。

先會寫任務，再會給上下文，再會驗證結果，再接入 MCP，再沉澱 Skills，最後才做團隊權限、CI 和成本控制。

當每一層都有閉環，Codex、Claude Code、MCP 和 Skills 就會變成一套能持續工作的工程系統。