# AI Coding Agent 協作開發入門

> 工具會持續更新，運作原理不會。從 Agent 的運作方式、Context、工具權限到需求交接與結果驗證，建立與任何 Coding Agent 協作的基本功。

- 課程頁面: https://progrmatic.com/courses/coding-agent-basics
- 價格: 免費
- 狀態: 即將推出，尚未開賣
- 語言: 繁體中文
- 提供者: Progrmatic

## 課程介紹

## 💡 AI 工具每隔幾個月就換一輪，我們該學的是什麼？

隨著 AI Coding Agent 越來越成熟，即使不熟悉所有程式語言與框架，我們也能透過自然語言描述需求，讓 AI 協助產生程式碼、修改功能，甚至完成一個簡單的應用程式。

但 AI 工具的更新速度也非常快。今天熟悉的指令、介面與設定方式，可能在幾個月後就有所改變；新的工具與功能也不斷出現。如果學習只停留在「某個工具怎麼操作」，每一次更新，都可能需要重新學習一次。

**工具的操作方式會不斷改變，但 Agent 如何運作、為什麼會誤解需求、為什麼可能做出危險的操作，背後的原理卻相對穩定。**

Agent 每一次回應時，實際「看得到」哪些資訊？Prompt、Context 與 Memory 分別是什麼？Skills、MCP 與 Tool Calling 又是透過什麼方式擴充 Agent 的能力？當 Agent 能夠讀取檔案、執行指令，甚至連接外部服務時，權限究竟由誰決定，又該由誰把關？

這門課不以單一工具的操作教學為主，而是從 AI Coding Agent 的基本運作方式出發，理解這些常見概念背後的機制。課程中雖然會使用不同的 Coding Agent 進行示範，但重點不在於記住特定工具的操作步驟，而是透過比較不同工具，觀察它們共同遵循的原理，以及**更換工具之後依然適用的判斷方法**。

我們也會透過模擬惡意 Skill、Prompt Injection 等安全實驗，觀察不可信的內容如何影響 Agent 的行為。

除了基本觀念，課程也會透過小型開發案例，練習將需求整理成明確的規格與驗收條件，透過 Git 保留每一次修改的紀錄，並使用測試與差異比對檢查 Agent 的成果。最後，我們會將需求與開發脈絡整理成不依賴特定工具的交接文件（Prompt Pack），交由不同的 Coding Agent 接續實作。

**我們不追求建立最複雜的 AI 開發工作流，也不認為使用越多 Agent 就一定越有效率。** 相反地，我們希望從實際問題出發，理解 Agent 能做到什麼、有哪些限制，並建立一套即使更換工具也能延續的協作習慣。

當然，AI 可以幫助我們快速完成簡單的作品，但如果希望將它發展成長期運作、持續維護的應用，程式設計、軟體架構、測試、安全性與部署等基本功仍然相當重要。這些能力不會因為 AI 的出現而失去價值，反而能幫助我們更有效地理解、驗證與改善 AI 產生的成果。

**這門課希望成為你與 AI 一起開發的起點，而不是軟體工程學習的終點。**

## 🎯 這門課你將學到什麼？

- **Agent 的運作方式：** 理解語言模型、工具與執行迴圈如何組成一個 Coding Agent，以及它與一般 AI 對話工具的差異。
- **Context 與資訊管理：** 理解 Agent 每一次回應時實際取得哪些資訊，認識 Prompt、Context、Memory、專案指引文件等常見名詞的本質，以及 Context 長度限制所帶來的影響。
- **擴充能力的共同機制：** 從 Tool Calling 出發，理解 Skills、MCP 等擴充方式如何將指令與工具提供給 Agent，以及不同擴充方式的適用情境。
- **權限、信任邊界與隔離：** 理解工具權限由誰決定與執行，透過模擬惡意 Skill、Prompt Injection 等可重複觀察的安全實驗，認識為什麼不能只依賴 Prompt 保護開發環境，以及最小權限與環境隔離的基本觀念。
- **需求規格與任務拆解：** 練習將模糊的想法整理成明確的需求、限制與驗收條件，並拆解成適合交給 Agent 執行的任務。
- **驗證與版本控制：** 透過 Git、差異比對與自動化測試，檢查 Agent 修改了什麼、結果是否正確，並在出錯時安全地回復。
- **跨工具交接：** 將需求、決策與開發進度整理成不依賴特定工具的交接文件，讓不同的 Coding Agent 能夠接續開發。

## 👥 適合對象

- **Vibe Coding 初學者：** 希望透過 AI 快速實現自己的想法，同時建立結果驗證與安全使用的基本觀念。
- **資訊相關科系學生：** 希望理解 AI Coding Agent 的運作原理，而不只是學會某一個工具的操作方式。
- **剛開始使用 Coding Agent 的開發者：** 希望釐清 Prompt、Context、Skills、MCP 等常見概念背後的機制，建立更有效的 AI 協作習慣。
- **已經使用 AI 輔助開發的工程師：** 經常面對工具的快速更新，希望建立一套更換工具後依然適用的判斷方法與協作流程。
- **對 AI 開發工具有興趣的學習者：** 希望透過實際操作與可重複觀察的實驗，理解 Coding Agent 能做到什麼、有哪些限制，以及如何判斷成果是否可信。

## 📌 開始之前

本課程偏向 AI Coding Agent 的基礎觀念與實作，不需要深入的軟體架構背景，但建議具備基本的程式設計與電腦操作能力。若已接觸過 Git、終端機與軟體專案開發，將更容易理解部分實作內容。

課程會使用不同的 AI 對話工具與 Coding Agent 進行示範，但示範工具只是說明觀念的載體，不限定單一程式語言、框架或 AI 工具。部分操作可能需要相關服務的帳號、訂閱方案或 API 額度。

安全相關實驗將以隔離環境與模擬資料進行，不涉及真實憑證或未經授權的系統操作。

AI 工具的介面、功能與價格會持續改變，課程中的操作畫面可能與你實際使用的版本有所不同。課程將聚焦於不受特定版本影響的觀念與方法，也不保證特定工作流程一定能節省 Token、降低成本或提升開發效率。

本課程也不以完整教授程式設計、測試、軟體架構或正式環境部署為目標。如果希望進一步開發能夠長期運作與維護的應用，建議持續補充相關的軟體工程基礎知識。

**工具會不斷更新，但理解 Agent 看到了什麼、能做什麼、又該如何驗證它的成果，才是能夠一直帶著走的能力。**

## 課程大綱

### 1. AI Agent 的基礎觀念 (即將推出)

### 2. Agent 工具與擴充能力 (即將推出)

### 3. AI Agent 的安全風險 (即將推出)

### 4. 與 AI 一起開發及驗證 (即將推出)