AI编程实战：Agent 模式初体验，让 AI 自主干活

写在前面

前面都是"对话"：你问一句，AI 答一句。这篇升级到 Agent：AI 能自己读文件、执行命令、规划多步任务，你只需要派活和验收。

一、对话 vs Agent

二、一个 Agent 任务示例

在项目目录运行 codex 或 claude，输入：

帮我初始化一个 Python 项目：创建 README.md、src/main.py（包含一个加法函数 add）、tests/test_main.py，并运行 pytest 直到全部通过

观察它怎么做：先规划、再建文件、然后跑测试、失败了还会自己修。这就是"派活式开发"。

三、MCP 一句话

MCP 是给 Agent 接外部工具的通用协议——数据库、浏览器、第三方 API，都能通过 MCP 变成 Agent 的"手和眼"。本专栏结尾的路线图里，它是进阶重点。

四、安全三件事

1. 先 git init：Agent 的每一步改动都可回滚；
2. 确认再执行：涉及删除、覆盖、安装依赖时，先看它要干什么；
3. 小步验收：让 Agent 每完成一个阶段就停下来汇报。

提示：Agent 能干活，也可能干"坏事"——给它权限的原则和给实习生一样：先小步、可回滚、有人验收。

小结与下篇预告

这篇体验了 Agent 模式。下一篇《AI编程实战：AI 翻车指南（幻觉、改坏代码、死循环怎么兜底）》，把 Agent 时代的必修课补上。

小作业

用 Agent 模式完成一个真实小任务（比如给项目补 README 并跑通测试），记录它自主完成了哪几步、你干预了哪几步。