通用专题 · 01 · Agent 实战

让 AI 自己跑
Agent 实战 5 场景

Agent = 你给目标，AI 自主跑流程。本篇 5 个实战 prompt 直接抄就能用，附 5 条让 Agent 跑得稳的心法。

⏱ 8min📊 进阶💻 通用更新 2026-06-11

什么是 Agent

简单说：让 AI 自己跑流程，不用你一步一步指挥。你给一个目标（"修这个 bug" / "写完这个功能"），AI 自己分解任务、读代码、改文件、跑测试、修错误，直到完成。

Agent vs 传统 Chat：
Chat = 你问一句 → AI 答一句 → 你看着办 → 继续问
Agent = 你给目标 → AI 自主跑 → 你只看结果
差别在「主动性」 — Agent 自己决定下一步做啥

在哪用 Agent

主流 AI 工具都有 Agent 模式，没你想的那么远：

命令行

Claude Code / Codex CLI

默认就是 Agent 模式

最强
  • 读写文件 / 跑命令 / 修代码
  • 多步推理强
  • 装好就能用
IDE 内

Cursor Composer

Cmd+I 启动 Agent 模式

最直观
  • 多文件同时改
  • 能看到 diff 再确认
  • 对前端 / UI 友好
网页

ChatGPT Agent / Claude Computer

浏览器里跑通用任务

最通用
  • 不局限于代码
  • 能搜索 / 浏览 / 操作网页
  • 需要 Plus / Pro

5 个实战场景 · 直接抄

场景 1

改 bug + 自动跑测试

给 AI 一个 bug 描述（或报错日志），它自己读相关代码、定位、改、跑测试验证。失败就回去再改。

这个测试一直挂：tests/test_user.py::test_signup_with_empty_email · 看一下源码（user/signup.py）和测试，修好 bug，然后跑这一个测试确认。
场景 2

探索陌生大仓库

新接手项目，让 AI 帮你画地图：找入口、画模块依赖、列关键文件。比自己 grep 快 10 倍。

我刚 fork 了 vercel/next.js 这个仓库，帮我搞清楚：① 项目入口在哪里 ② 主要的 5 个目录各自负责什么 ③ 我如果要改 "App Router 渲染逻辑"，应该从哪个文件开始读？
场景 3

整体重构旧代码

把一段乱糟糟的代码（or 一整个文件）丢给 Agent，让它按某种规范重构。比手动一行一行改省 80% 时间。

把 lib/utils.js 重构 — 拆成多个职责单一的小函数 / 改为 TypeScript / 加上 JSDoc / 加上单测。保持外部 API 完全兼容（如果有人在外部调用现有的函数）。
场景 4

从 0 写完整功能

需求描述清楚，让 Agent 把前后端都写完 — 接口、UI、数据库、测试。一次性交付。

给我加一个「用户头像上传」功能：前端用现有的 React 组件，后端用 FastAPI + S3，写完 schema 迁移 + API 端点 + 前端组件 + 一个集成测试。代码风格参考现有的 user_profile 模块。
场景 5

自动写 README / 文档

项目跑了半年没写文档？让 Agent 扫一遍代码自动生成 README、API 文档、changelog。

读完整个仓库后给我写一份 README.md — 包含：项目目的、3 行的功能列表、安装步骤、3 个常用命令的示例、目录结构图。语气专业但不冗长。

让 Agent 跑得稳的 5 条心法

① 目标具体 · "改一下" → "改这个特定的 bug" + 指出可能在哪
② 给约束 · "保持外部 API 兼容" / "测试要过" / "用现有的 style"
③ 给检查点 · "改完一步先跑测试，跑过了再继续下一步"
④ 别一次给太大 · 大任务拆成 2-3 步，让 Agent 每步停下汇报，你确认后再继续
⑤ 高风险操作要双确认 · 涉及 db 改、删文件、push 等先 dry-run，看完计划再放手

3 个常见踩坑

Agent 跑岔了 · 给目标太模糊。详细描述能让它跑得稳很多
跑半天没结果 · Token 烧光了。设上限（如 Claude Code 的 /effort low/medium/high）
Agent 删了你不想删的文件 · 用 git 保护你的代码，跑前先 commit，跑完看 diff 再决定

FAQ

Agent 跟 Chat 哪个先学？

先学 Chat（提问 / 改一段代码），熟练了再上 Agent。Agent 是 Chat 的延伸，没 Chat 基础上 Agent 会"跑飞"。

用 Agent 烧钱吗？

会，但比你想的少。Sonnet 跑一个完整功能（场景 4）大约用 $1-3 的 token。重度日常用户每月 $20-100。Pro 订阅基本能 cover。

Agent 写的代码能直接用吗？

看场景。简单脚本 / utility / 测试基本可以。生产代码 / 关键路径 / 安全相关 → 一定要 review。AI 偶尔会"自信地写错"。

哪个模型当 Agent 最好？

当前最强：Claude Opus 4.x / Sonnet 4.6 / GPT-5 / o3。日常用 Sonnet 性价比最高，硬骨头才上 Opus / o3。看 Claude 模型篇 / OpenAI 模型篇。

下一步

装好 Agent 工具 → Claude Code 一键装 / Codex CLI 一键装 / Cursor 配置

下载暴喵 AI 管家

一站装好所有 Agent 工具 · Claude Code + Codex CLI + Cursor 配套

前往官网下载 →