Guides

📌 【實戰指南】如何與 Claude Code 與 OpenAI Codex 等 Coding Agent 協作？

TL;DR：Simon Willison 整理了一套與 AI 代理協作的模式，旨在透過 TDD 與正確的互動模式提升程式碼品質。

當 AI 寫程式的成本趨近於零，開發者的核心能力不再是「如何寫出程式碼」，而是如何引導 AI 代理（Coding Agents）產出正確且高品質的結果。

🤔 從「寫程式」轉向「代理工程」

Simon Willison 在其指南中提出「Agentic Engineering」的概念。在一個寫程式成本極低的時代，開發者的重點應在於如何利用 AI 產出更好的程式碼，而非單純追求產出速度。

🧩 提升 AI 代理效能的關鍵模式

指南中將協作模式拆解為 16 個章節，涵蓋了從基礎概念到實務操作的完整流程：

• 核心工作流：強調使用 Git 與 AI 代理協作，並建議採取「先執行測試」的原則。
• 測試驅動開發 (TDD)：利用 Red/Green TDD 模式，透過測試來驗證 AI 的產出。
• 互動與驗證：包含代理手動測試 (Agentic manual testing)、線性流程走訪 (Linear walkthroughs) 以及互動式解釋 (Interactive explanations)。
• 進階結構：探討子代理 (Subagents) 的運用以及 AI 代理的運作原理。

⚠️ 避坑指南：反模式 (Anti-patterns)

除了推薦的最佳實踐，指南中也特別列出了「反模式」，提醒開發者在與 AI 協作時應該避免的行為，以防止產出低品質或錯誤的程式碼。

💡 實作案例與提示詞

為了證明上述模式的有效性，指南提供了兩個具體實作案例：

1. 使用 WebAssembly 與 Gifsicle 打造 GIF 最佳化工具。
2. 為部落格轉電子報工具 (blog-to-newsletter tool) 新增內容型別。 此外，作者也分享了他在實務中實際使用的 Prompts。

🎯 實務啟示

對於工程師而言，面對 Coding Agent 的正確姿態是：將 AI 視為執行者，而將自己定位為「定義測試」與「驗證結果」的監督者。透過 TDD 與結構化的互動模式，將 AI 的產出從「看起來正確」提升到「經過驗證地正確」。

🔗 來源

• 標題：Guides
• 作者／機構：Simon Willison
• 連結：https://simonwillison.net/guides/

#AI #CodingAgent #ClaudeCode #OpenAICodex #AgenticEngineering #TDD #SoftwareEngineering #PromptEngineering #WebAssembly #DeveloperProductivity