Agentic Engineering 关注如何把 AI Agent 变成可靠的软件工程协作者。核心方法不是让 AI 自由发挥,而是通过结构化上下文、明确分工、分阶段验证和知识沉淀,降低需求到代码过程中的信息损耗。
AI 编程工具已经能生成复杂业务代码,程序员的优势不再是简单地说 AI 做不了什么,而是能定义问题、构建上下文、验证结果、做技术决策并控制 Token 成本。
CLAUDE.md 是 Claude Code 的项目级指令文件,可以在每次会话开始时给 AI 编程代理设定行为边界。围绕少假设、少过度设计、少无关修改、用验证目标驱动执行四个方向,可以明显减少 AI 写代码时常见的失控问题。
Agentic Engineering 不是简单让 AI 写代码,而是把上下文、知识、工具、质量门禁和团队协作工程化。围绕 AGENTS.md、context、Skill、Subagent、MCP 和多 Agent 代码审查,系统讲解一套可落地的 AI 研发体系如何搭建。
Claude Code 里有不少容易被忽略的斜杠命令和快捷键,可以减少上下文污染、回退错误改动、分叉实验方案、定时执行任务、远程控制会话,并对 AI 生成代码做自动审查。
围绕 Claude Code 的 AI 辅助开发实践,讲清对话流设计、Plan 模式、CLAUDE.md、SKILL、MCP 和子代理协作的使用方法,并给出复杂需求拆分、质量控制和团队落地策略。
面向后端开发场景,系统拆解 AI Coding 的协作方式:如何用 Markdown 管理外部上下文,如何判断 AI 生成代码是否可靠,以及如何把它用于需求分析、代码开发、数据脚本、Agent 设计和技术文档输出。