> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 我实际上是怎么用 AI agent 写软件的
- URL: https://www.hubwiz.com/blog/skills-mcp-subagents-review-not-prompts/
- Published: 2026-11-21T22:55:53.000Z
- Updated: 2026-11-21T23:06:10.000Z
- Description: 大部分代码交给 Claude Code 后，救我的不是更会写提示词：把家规写成 skills、给 agent 接真系统、把读的活拆给子 agent，审查留给人。
- Author: admin
- Tags: AI 编程, Claude Code, Agent, MCP, 代码审查

我发布的代码，现在大部分是跟一个 agent（Claude Code）一起写的。早期一直撞上的问题，**不是 agent 写的代码差，而是它每次写的代码都不一样**——因为每次会话都从零开始，我得在每个提示词里把同一套家规重新解释一遍。

解决它的不是更好的提示词，而是在 agent 外面搭一个小系统：它遵守的规矩、它能触及的系统、活怎么拆、谁审什么。下面是这套东西今天在我机器上的样子。

## 家规写进 skills

Claude Code 有"skills"：一个包含 `SKILL.md` 的文件夹，当任务匹配它的 description 时，agent 就会加载。凡是我本来要解释两遍的东西，我都用它。现在我有这些技能：我们的 Astro 静态站怎么组织结构、WordPress 上线前检查清单、接手别人 WordPress 站的审计、一份很长的 Figma→Bricks 操作手册、一个 SaaS 脚手架、把表单接到线索收集 API，以及一个可复用页面区块库。

关键在于：**skill 不是提示词，它是一份写下来的标准**，带着理由，agent 在每个项目上都一样地执行。比如这一段来自上线清单：

```markdown
Every form gets ONE live test submission (coordinate with the client if it
emails/notifies real staff). Verify: success message, error path (temporarily
break the endpoint or submit invalid), required-field validation, and where the
data lands. A form that "renders fine" is not a tested form.

```

最后那句在那儿，是因为我发过"渲染正常、但哪儿都没送到"的表单。现在没有一次真实提交，agent 不能说一个站就绪。

SaaS 脚手架的技能更严。每个带登录的新应用都从我自己的多租户底座 fork 出来（Postgres 行级安全、workspace、角色、审计日志），技能里有一份"红旗，停"的清单：

```markdown
- Writing a `User`, `Organization`, or `Role` model → it exists, fork the base
- "I'll add multi-tenancy later" → later costs 10x; it is free today
- Writing `WHERE workspace_id = ...` in a router → RLS already did it; a manual
  filter hides a broken policy

```

这份清单的存在理由：在底座之前，我的**五个**应用各自手搓了一套租户隔离。技能里甚至点了它们的名，写着"不要加第六个"。放任不管的 agent，会在头五分钟里欢快地写一个 `User` 模型；加载了技能之后，它在写任何代码之前就会说："这是一个应用，所以从 fork 开始。"

写这些技能，我学到两件事。

**技能要装文档写错的事实。** 线索收集技能里有一张对照表，给出 ingest URL 和鉴权头，紧跟着一句"信这张表，别信仓库文档"——因为项目自己的集成文档写的是过期路径。那是我读后端源码才发现的，我不想再发现一次。

**技能应该从真项目里长出来。** Figma→Bricks 手册最初很小，现在超过 6,000 词，几乎全是我在做的时候踩的坑：SVG 导出因为文件头渲染成 300×150、透明 PNG 转 JPEG 变黑、重复的元素 id 导致 500。里面有一行写着：我猜的区块名"在我真去看之前大约 30% 的时候是错的"，所以手册现在要求先截图每个区块，再给它命名。项目教会我什么，教训就进技能，下一个项目从那里开始。

现在这些技能只存在于我的机器上。所有东西都定期备份到云，所以丢了这台笔记本我能全部重建，但它们还不在 git 里。把它们和别的在做的项目搬进 git 仓库，是我清单上的下一件事。**技能是改变 agent 行为的代码，所以它应该像别的代码一样有历史和评审。**

## 真系统，而不是把上下文粘进对话

第二部分是让 agent 碰到真系统，而不是把上下文粘进聊天窗口。我配了 MCP server：一个 WordPress 管理服务器（能对站点跑 PHP 和 WP-CLI，在沙箱里读写文件）、一个我用来管客户和项目的 CRM，还有家里的 Home Assistant。

这改变了我能交出去的活的种类。在一个 WordPress 站上，agent 在做计划之前就能查真实数据库。审计技能让它：在自定义插件里 grep 硬编码的密钥、把每一处外部 API 调用画出来、检查 `blog_public`——全部对着正在运行的那套安装做。上线清单会对每一页的 builder 内容跑一条 PHP 查询，找出 `#` 占位链接。**我不需要描述这个站，agent 自己看。**

所有动作都过权限提示。agent 写之前要问，技能里也写明它不该自己做的事。比如上线清单说，不要偷偷修对外的东西——重定向、统计、生产的 API key——先跟我确认。

## 把调研和审计拆给子 agent

调研和审计，我把活摊给子 agent，一个站、一台服务器或一个来源一个。每个子 agent 读自己那一堆文件和日志，**只回一个结论**，所以我主会话不会被原始输出灌满。

最近一个例子是 which.pk，我给巴基斯坦做的一个消费咨询站，从房产开始。一页可能需要十几个事实：价格、税费、规定、哪个部门管什么。我把它拆给几个 agent：一些做调研，另一些回头拿第二个来源核对每个事实，还有一个去找我们真能用的图。回到我这里的是带来源的事实，核不了的那些会标出来。**上不上页面我定。** 对一个咨询站来说这就是重点：错的事实比缺的事实更糟。

在我自己的产品上，同一个思路是流程的一部分。RepoCMS 仓库的工作指引写着：非琐碎的工作走 **头脑风暴 → 写下来的 spec → 写下来的 plan → 子 agent 执行（每个任务带 spec 与质量评审）→ 跑全套测试 → 每任务一次提交**。plan 文件留在仓库里，所以我能在 agent 动手之前，读到它打算做什么。

子 agent 干读的活。我做决定，并把取舍写下来。

## 审查留给人

Agent 搭骨架、重构、试那些我手工没时间试的替代方案。**每一份 diff 我都读。** 任何碰到生产、支付或客户数据的东西都要过我，不只是过测试。

技能也在支撑这件事。Figma 手册里有一条"黄金规则：永不轻信，永远核实"，它的意思是每做完一个区块，就要在桌面和手机两端截图真实渲染出来的页面——不是攒三个区块再一起看。它还要求 agent 诚实汇报：坏掉的截图、第一次做错的尝试、API 对不上，都写进总结。**我宁愿读到"这个第一次没成"，也不想自己后来发现。**

审查也是关于掌舵，不只是读最终 diff。Agent 会走偏。我有一次问某一页上的一个死链，agent 就开始翻一个**五百多页**的 sitemap，去检查全站每一条链接。那不是我要的，而且会白白烧时间和 token。我把它停下，指到那一页。看着 agent 在干什么、早点打断，是这份工作的一部分。

## 我会怎么改

我会更早开始写技能。很长一段时间里，我把规矩留在脑子里和旧项目里，agent 一遍遍重新发现它们。**技能的第一版可以只有十行。它只要比再解释一遍强就行。**

## 我们的整理：四层各治什么病

原文的四个动作不是凑出来的架构：提示词管不住的，写进技能；技能看不到全局的，交给接口；接口也看不到全貌的，拆给子 agent；做完这些，改动还是只由人按 diff 放行。每一层都在堵上一层的漏洞。

| 层  | 原文做法                                 | 治的坏法                | 你可以先做的一步               |
| -- | ------------------------------------ | ------------------- | ---------------------- |
| 规矩 | 家规写成 SKILL.md，带理由、带"红旗，停"清单          | 每次会话从零开始，同一套规矩重复解释  | 挑一条你解释过两遍的规矩，写成十行      |
| 接口 | 用 MCP 接 WordPress、CRM、Home Assistant | 上下文靠粘，agent 只能照着描述猜 | 挑一个你每天复制粘贴的系统，给它一条只读通道 |
| 拆活 | 一个来源一个子 agent，只回结论                   | 原始输出灌满主会话，结论和证据糊在一起 | 把"读"和"决定"分开，读的活外包      |
| 闸门 | 每份 diff 人读，碰生产/支付/客户数据必经人            | agent 搭得快，但没人看得过来   | 写清楚哪几类改动永远不进自动流程       |

**三条判据，照抄就能用：**

- **一条规矩解释第二遍，就写下来。** 判据不是"写得完整"，而是"比再解释一遍强"，所以十行也成立。
- **技能里最值钱的两段不是流程，是「文档写错的地方」和「红旗，停」。** 前者省你重新读源码，后者拦下 agent 头五分钟的"我会自己加多租户"。
- **交给子 agent 的是读，留在自己身上的是决定和取舍。** 这条一旦反了，你就在用 token 换自己不看证据。

**最便宜的一次改进**是那句"渲染正常不等于测试过"。它把一个模糊的"就绪"换成了一个可验证的动作（做一次真实提交、故意打断端点、看数据落在哪）。提示词写不出这个效果，因为提示词说的是"请认真测试"，而技能说的是"证据长什么样"。

## 五条边界

**一，这是一手经验帖，没有量化。** 全文没有一个"效率提升 X%"的数字，也没有对照组；"大概 30% 的区块名猜错"是他自己的记忆。别把它当研究结论读，把它当一个有真实客户站点在跑的人、现在的工作台长什么样来读。

**二，技能机制与 harness 强绑定。** `SKILL.md` 按 description 匹配加载，是 Claude Code 这套 harness 的实现。换个 harness，同样的内容要重新组织——按「能做什么 / 什么才是真的 / 接下来发生什么」这三层拆，见本站[《你的 Agent 并不自主：你就是它的循环》](https://www.hubwiz.com/blog/agent-harness-loops-graphs-seven-levels/)。

**三，作者自己承认的缺口最要命：技能只在本机、没进 git。** 他在文中一边说"技能是改变 agent 行为的代码"，一边承认这些代码没有版本历史、没有评审。这不是小事——一条写错的"红旗"清单会稳定地把 agent 带偏，而且没人能 diff 出是哪天改的。

**四，文中的案例数字都是自述。** 五个手搓租户的应用、五百多页的 sitemap、"十几个事实的页面"，没有外部可核对的来源。这不影响他对机制的解释，但别把这些数字当行业数据引用。

**五，"审查留给人"不等于"看懂每一行"。** 原文的手法是"每份 diff 我都读"+"碰生产/支付/客户数据必经人"，这是**粒度**问题而不是全能问题：你不需要读懂全部，但你要知道哪里必须停下来自己看。至于人真的读得过来多少，本站[《AI 写的代码越多，审查越像盖章》](https://www.hubwiz.com/blog/critical-thinking-when-agents-do-the-work/)和[《Agent 写完的代码没人读过》](https://www.hubwiz.com/blog/agents-do-the-work-ownership-three-pillars/)讲的是这套做法的极限。

## 想接着看的三处

- 分清"技能"和"提示词"到底差在哪：[《系统提示 vs 代理技能》](https://www.hubwiz.com/blog/system-prompt-vs-agent-skills/)、[《智能体 vs 技能》](https://www.hubwiz.com/blog/agents-vs-skills/)
- 团队级的代码评审怎么排（七层防线）：[《Claude Code 团队怎么做代码评审》](https://www.hubwiz.com/blog/claude-code-team-code-review/)
- 更多 AI 编程与工程化实践：[Vibe Coding 技术栈](https://www.hubwiz.com/blog/vibe-coding-stack/)

---

**来源**

- Muazzam. *How I actually build software with AI agents*. dev.to，2026-11-20（原文约 1,350 词，6 分钟阅读）。https://dev.to/muazzami/how-i-actually-build-software-with-ai-agents-2f8m
- 作者主页：https://muazzam.dev

本文由 hubwiz 编译整理，转载请注明出处。

> **这是「AI 编程 / Vibe Coding」专题的一部分。**完整地图见：[AI 编程 / Vibe Coding 完全指南](https://www.hubwiz.com/blog/vibe-coding-stack/)