跳到內容
CS146S CS146S 繁中講義

Week 4：Coding Agent Patterns

本週你會學到什麼：當你用 Claude Code 寫東西時，agent 應該多自動 vs 你應該插手到什麼程度？本週講 agent autonomy levels（從「打 autocomplete」到「全自動接管」5 個層級）和 human-agent collaboration patterns。Friday 由 Claude Code 的創造者 Boris Cherny 親自開講。

學習目標

完成本週後，你應該能：

  1. 辨識 agent autonomy 5 個層級（suggest → preview → execute-with-review → autonomous-with-checkpoints → fully autonomous）
  2. 應用 Claude Code best practices（CLAUDE.md、custom slash commands、hooks、subagents）
  3. 設計 human-agent handoff 流程（什麼任務該全自動、什麼該停下來問）
  4. 評估 Claude Code、Cursor agent mode、Codex 在 agent management 哲學上的差異

核心概念導讀

一、Agent Autonomy 5 個層級 — 從 autocomplete 到 fully autonomous

W3 用 Devin 的 4 代分類描述了「世代」演化（autocomplete → copilot → chatbot → agent）。Week 4 把鏡頭拉到「同一個 agent 在不同任務下，autonomy 應該調到哪一級」 — 因為實務上你不會永遠用同一個 mode。Mihail 在 lecture 會用 5 個層級的 autonomy spectrum 教這件事：

Level名稱介入頻率適用任務
L1Suggest每 token / 每行補完一段 boilerplate、寫 docstring
L2Preview每 diff改一個 function、加一個 test
L3Execute-with-review每個 tool call 前 ack跨檔案 refactor、跑 destructive command
L4Autonomous-with-checkpoints每 phase 邊界 reviewfeature implementation、含 plan / test / commit
L5Fully autonomoustask end review onlyscoped bug fix、依 clear acceptance criteria 跑

關鍵 insight：autonomy 不是越高越好 — 反而要依任務類型動態調整。Exploratory（不知道答案、需要 user judgment）→ L2/L3；scoped 且有 verification（type / test / lint 全綠就算對）→ L4/L5。Claude Code 的 default 在 L3（每 destructive command 問），auto mode 把它推到 L4，背後是 classifier 自動審 risky operation。Devin 的 default 是 L5。Cursor agent mode 是 L4。

從 Devin: Coding Agents 101 來的 80% rule 在這裡發揮：對大型任務 expect ~80% 時間節省，剩下 20% 是 you-as-manager 的 review / re-direct 成本，跟 autonomy level 無關。Level 拉得再高也省不掉這 20%。

二、Anthropic 自己怎麼用 Claude Code

How Anthropic Uses Claude Code 是這週最 grounded 的 reading — 不是 marketing pitch，是 Anthropic 內部 10 個團隊的真實使用報告。共通 pattern 有三個：

  1. 非技術人員大量使用 — finance、legal、growth marketing、product design 都是 power user。他們的工作流是「用 plain text 描述流程 → 餵給 Claude Code 自動執行」。Legal 團隊用它生成法規 mapping、growth marketing 用它跑 cohort analysis、design 用它把 Figma spec 翻成 production code
  2. Screenshot-driven debugging — Kubernetes pod IP 耗盡、Google Cloud UI 導覽都靠截圖 + 自然語言描述就能 diagnose。這不是 demo，是 on-call engineer 真實 workflow
  3. Skill-gap bridging — 工程師可以 vibe-code 出設計稿、設計師可以改 production code、legal 自動生成法規 mapping。過去要排工程 sprint 的事，現在自己用 Claude Code 跑

對 CS146S 學生的核心訊息：Claude Code 不是「coding assistant」是「team multiplier」。瓶頸從「會不會寫 code」轉成「能不能描述清楚需求」 — 這正好接回 W3 的 spec-driven 命題。

三、Claude Code 的 4 種擴充 primitive：CLAUDE.md / Skill / Subagent / Hook

Claude Best Practices 把 Claude Code 的擴充機制整理成 4 種 primitive，每個解決不同層級的問題。理解這個分工是用好 Claude Code 的關鍵：

Primitive何時 load解決什麼問題用途範例
CLAUDE.md每次對話 auto loadpersistent context（永遠該記得的事）repo 命名慣例、業務邏輯、絕不做的事
Skill按需 load（trigger 詞 / 路由）domain knowledge / workflowNCCN guideline、IRB 表格、統計 pipeline
Subagentspawn 獨立 context windowcontext isolation（避免污染主對話）grep 大 codebase、跑 long-horizon research
Hookdeterministic trigger（pre/post tool）必須每次發生的動作lint、block migration 寫入、auto git commit

重要原則 — 「必須每次發生」走 hook，不是 CLAUDE.md。CLAUDE.md 是 prompt 給 model 看，model 偶爾會忽略；hook 是 deterministic script，harness 強制執行。「想做但不確定」走 skill / subagent，按需 load 不污染主 context。

Peeking Under the Hood of Claude Code 用 LiteLLM proxy 攔截 Claude Code 真實送出的 API call，逆向工程出 4 個 internal pattern：(1) context front-loading session 開頭主動濃縮對話 / 判斷主題切換、(2) <system-reminder> tag 散布在多層 prompt 抵抗 long-context drift、(3) prompt-based safety 用專門 prompt 偵測 command injection 而非 hardcoded rule、(4) conditional sub-agent reminder 預設不注入 reminder 保持 focus、行為偏離才注入。結論：Claude Code 的成功不是 model 優勢，是系統化的 context scaffolding。

💡 譯解：Claude Code 的「魔法」其實全是 prompt engineering 紀律 — 每個 session 開頭都把目標壓成 50 字 title、每個 tool result 都包進 system reminder、每個 subagent 都隔離 context。這意味著你在自己的 long workflow 上也能模仿 — 在關鍵步驟前手動重述目標，比期待 model 自己記得可靠。

四、Community Framework 的兩種路線：specialized agent zoo vs meta-framework

社群已經沉澱出兩種主流的 Claude Code 擴充路線。

路線 1：Specialized agent zoo（Awesome Claude Agents） — 把 24 個 specialized subagent 分四層編成「虛擬開發團隊」：(1) Orchestrators 3 個（Tech Lead、Project Analyst、Team Configurator）做路由、(2) Framework Specialists 13 個（Laravel、Django、Rails、React、Vue 各自的 backend / API / ORM 三組）、(3) Universal Experts 4 個跨棧、(4) Core Team 4 個（code reviewer、performance optimizer、documentation specialist、code archaeologist）做 QA。內建 auto-configurator 偵測 stack 自動派 specialist。命題是「specialized expertise + division of labor 勝過 solo Claude」。

路線 2：Meta-framework（SuperClaude） — 不是換 agent，是在 Claude Code 上層疊加 30 個 slash command + 20 個 specialized agent + 7 個 behavioral mode + 8 個 MCP server。Behavioral mode 是 SuperClaude 最獨到的概念 — 不是 agent 也不是 command，是「整段對話的操作脈絡」（Brainstorming Mode 讓所有後續回應變成 Q&A 探索風格、Token-Efficiency Mode 強制簡短）。設計哲學強調「framework footprint 要小，把 context window 留給 project code」。

兩條路線的 trade-off：specialized agent zoo 邊界清楚但 maintenance 成本高（24 個 agent 要維護）；meta-framework 整合度高但 lock-in 強（會跟你既有 CLAUDE.md / skill 衝突）。

Good Context Good Code（標題即論點） — agent 寫不好 code，瓶頸不在 model 而在 context 品質。寫不好時先別罵 model 也別重寫 prompt — 先問三個問題：(a) 我有給它 reference file 嗎？(b) 我有給它 verification（test / expected output）嗎？(c) CLAUDE.md / skill 裡有沒有相關 domain knowledge？三個都做了還錯，再考慮其他原因。這跟臨床 history-taking 同構：問診（context）做不好，鑑別診斷（output）一定不會準。

Monday Lecture（10/13）：How to be an agent manager

以下基於 Google Slides 公開內容（TXT export）整理的繁中摘要：

Mihail 用一張軟體團隊演化簡史鋪 mindset shift：solo developer（1960） → 軟體團隊出現、開始專業化（NASA / DoD 推動，1970-1990） → 主流軟體團隊（2000s）→ AI 輔助的開發團隊（2023） → 每個工程師都是 tech lead，管自己的一支 agent 軍團（2025+）。Lecture 的核心命題是：未來每個 developer 都會像 tech lead 一樣，operate 一支由不同專長 agent 組成的隊伍 — 處理 PR / QA、跨語言（React / FastAPI / Svelte）、跨角色（data engineer / ML engineer / DevOps）。最後甚至中等技術的 PM 都能做這件事。

  1. Software task 的責任分配演化 — 把典型工作流標 🟩（人）/ 🟦（agent）：
    • Provide high-level requirements 🟩
    • Convert requirements into design doc 🟩 / 🟦
    • Implement solution from doc 🟦
    • Add tests 🟦
    • Ensure CI passes 🟦
    • Code review 🟦
    • Update docs 🟦
    • 人類愈來愈集中在 requirements 與 design alignment，其餘交給 agent
  2. Directing agent 的四個 primitive（後面 Boris 會深入講）—
    • Agent behavior file（CLAUDE.md / cursorrules / AGENTS.md）：定義 agent 整體行為的 anchor
    • Hooks：deterministic script 在 PreToolUse / PostToolUse / UserPromptSubmit / PreCompact 等預定事件觸發
    • Commands：常用 prompt 存成檔，agent 可執行（例：跑 test、review code、git commit + push、Claude Code 的 ship-it command）
    • Subagents：runtime delegation，建立不同 persona（frontend / backend）、cleanly 隔離 context、自帶 system prompt + tool + 獨立 context window；目的是 agents managing other agents。可參考 awesome-claude-agents、SuperClaude Framework
  3. Best practice：你需要小心的安全網（careful backstops）
    • Codebase 內要有 test
    • CI/CD best practice 落實
    • 每個 agent 的可稽核性（auditability）
    • 每個 diff 都標是哪個 agent 做的
    • 不同 task class 用不同 model（Opus 拿來 plan、Sonnet 當 workhorse）
    • 複雜 task 前期多花一點時間 hand-hold；fully async 任務則放手
    • 經常 commit 做 checkpoint
  4. Live workflow walkthrough — Mihail demo 在實 task set 上看 agent 怎麼被 spin up、用 Claude proxy 觀察 LLM I/O。
  5. Open question — 怎麼自動化每個 task 開頭的 10-20% research phase？怎麼維護 pending task queue（特別是一次性小改動）？

Key takeaway：Agent manager 不是技術升級，是身分升級。寫 code 從「pair programming」變成「delegate + audit」。能不能在 fully async 任務放手、能不能對複雜 task 多 hand-hold 一點 — 這個分寸感比 prompt engineering 更決定一個 vibe coder 的天花板。Best practice 裡最被低估的一條是「Opus 用來 plan、Sonnet 用來 implement」 — 這個分工比同一 model 跑全程便宜又準確。

Friday Lecture（10/17）：Boris Cherny（Claude Code creator）

以下基於 Google Slides 公開內容（TXT export）整理的繁中摘要。Boris 演講 tl;dr 是 「programming is changing → choose your path with claude code → think six months out」：

  1. Programming is at an inflection point — Boris 用一張 log(productivity) vs year 圖把過去 70 年的程式語言演化攤開：Fortran → Algol → Cobol → BASIC → C → Pascal → Prolog → C++ → Python → Java → JS → Go → Rust → Haskell → Swift → TypeScript。productivity 是 exponential growth，現在被 AI 推到第二段斜率。同時間 IDE 也在 exponential：ed → emacs → vi → Turbo Pascal → QBasic → VB → Eclipse → IntelliJ → Sublime → Cursor → Copilot → Devin → Claude Code。
  2. History 速覽 — IBM 029（1964 punch card）→ ed（1969，Ken Thompson）→ Smalltalk-80（1980 第一個 GUI IDE，live editing）→ Visual Basic（1991 第一個主流 visual editor）→ Eclipse（2001，3rd-party plugin ecosystem、rich autocomplete）→ Copilot（2021，multi-line AI autocomplete）→ Devin（2024，conversation-first，不再直接操作 code）。IDE DevX 演化加速中，下一個十年只會更快。
  3. Verification 也在 evolution — manual debugging → static type（Algol）→ formal verification → abstract interpretation → automated testing → CI → property-based testing（QuickCheck）→ dependent typing → e2e testing → chaos testing（Chaos Monkey）→ AI-powered vulnerability testing → AI-powered unit testing（TestGen）→ AI-powered fuzz testing（Sapienz）→ self-play。
  4. Claude Code 的 approach — 三條核心設計原則：
    • Works everywhere：terminal-native，所有 dev tool 都已經跑在 terminal
    • Low-level model access：直接 expose model 能力，不過度抽象
    • Infinitely hackable：使用者可在任何層擴充
  5. Works across the whole SDLC — 五階段全覆蓋：(1) Discover — 探 codebase / 看 git history / 搜文件 / onboard、(2) Design — plan project / 寫 tech spec / 定 architecture、(3) Build — implement / 寫 + 跑 test / 開 commit & PR、(4) Deploy — 自動 CI/CD / 設環境 / manage deployment、(5) Support & Scale — debug error / large-scale refactor / 監控 usage & performance。「使用並掌握你 team 所有 CLI tool（git / docker / bq）以聚焦在解法而非 syntax」。
  6. One ✻code, many faces — 同一個 Claude Code 有多種 surface：terminal、IDE、web & iOS、/install-github-app、SDK。SDK 範例： 
    claude -p "what did i do this week?" --allowedTools Bash(git log:*) --output-format stream-json
    get-gcp-logs 1uhd832d | claude -p "correlate errors + commits" --output-format=json | jq '.result'
    底層 model 同時支援 Anthropic / Bedrock / Vertex API。
  7. 四個 use case —
    • Codebase Q&A + research：例「how do I make a new @app/services/ValidationTemplateFactory?」「why does recoverFromException take so many arguments? look through git history」「why did we fix issue #18363 by adding the if/else in @src/login.ts?」「what did I ship last week?」
    • Write code 三模式：1-shot / sidekick / prototype
    • Integrate tools & MCPs：claude mcp add barley_server -- node myserver 然後 > use the barley mcp server to check for error logs
    • Power automation
  8. Fit the workflow to the task — 三條 demo workflow：
    • explore › plan › confirm › code › commit：「figure out the root cause for issue #983, then propose a few fixes. Let me choose an approach before you code. ultrathink」
    • tests › commit › code › iterate › commit：「write tests for @utils/markdown.ts to make sure links render properly (note tests won’t pass yet). then commit. then update the code to make tests pass.」（test-driven）
    • code › screenshot › iterate：「implement [mock.png]. Then screenshot it with puppeteer and iterate till it looks like the mock.」（visual feedback loop）
  9. Prototyping 範例 — Boris 秀一連串「actually, what if…」prompt 展示用 Claude Code 對 todo UI 做 8-10 輪 iteration，從 inline 顯示 → fixed list above input → pill 形式 → spinner merge → ctrl+T 展開 — 全在自然語言中完成 UI 設計探索。
  10. Lessons —
    • Build for the model six months from now（最重要）— 不要對著今天的能力做 product，對著六個月後的能力做
    • Be ready to evolve
    • Ask not what the model can do for you（而是問你能怎麼配合 model）
    • Models get better, compute gets cheaper

Key takeaway：Boris 的核心訊息是 「對六個月後的 model 設計你的工作流」。今天的 Claude Code 是 opinionated primitive — 把 leverage 留給 model 而非 harness、CLI 而非 IDE plugin、infinitely hackable 而非 turnkey。理解這個 thesis 才看得懂為什麼它跟 Cursor / Devin 走完全不同的路 — 不是「比較好的 IDE」，是「比較少的 IDE」。

Reading 摘要

篇名來源一句話重點
How Anthropic Uses Claude CodeAnthropic PDF內部 10 個團隊（含 legal、design、growth marketing）都用 Claude Code，是 team multiplier 不是 coding assistant
Claude Code Best PracticesAnthropic engineering4 種 primitive（CLAUDE.md / Skill / Subagent / Hook）+ Explore→Plan→Implement→Commit 工作流
Awesome Claude Agentsgithub.com/vijaythecoder24 個 specialized subagent 編成「虛擬開發團隊」(orchestrator + specialist + universal + core team)
SuperClaude Frameworkgithub.com/SuperClaude-OrgMeta-framework：30 command + 20 agent + 7 mode + 8 MCP 疊加在 Claude Code 上層
Good Context, Good CodeStock app blogCode quality ∝ context quality；agent 寫不好先檢查 context，不是 prompt 措辭
Peeking Under the Hood of Claude CodeOutsightAI MediumLiteLLM 攔截逆向工程出 4 個 pattern（front-loading / <system-reminder> / prompt-based safety / conditional sub-agent）

閱讀優先順序：先讀 How Anthropic Uses Claude Code（看真實使用樣貌建立期待）→ Claude Code Best Practices（4 primitive 是核心教科書）→ Peeking Under the Hood（理解設計哲學）→ Good Context, Good Code（debug mindset）→ Awesome Agents / SuperClaude 兩個 community framework 看興趣選讀。

Assignment：Coding with Claude Code

  • Source: github.com/mihail911/modern-software-dev-assignments/blob/master/week4/assignment.md
  • 任務描述: 在你選的 repo 裡完整實踐 Claude Code 4 種 primitive：(1) 寫一份精簡 CLAUDE.md（每行可審）、(2) 建一個 custom slash command（.claude/commands/<name>.md）、(3) 寫一個 subagent definition（.claude/agents/<name>.md）做 expensive search、(4) 設一個 hook（.claude/settings.json）強制 lint 或 block 危險命令。再用這套配置完成一個 non-trivial 的 feature 或 refactor，產出含 plan.md + verification.md + 最終 PR 的完整 trace。重點是體驗「Explore → Plan → Implement → Commit」工作流的 friction 與 ROI。
  • 自學者可行性: ⭐⭐⭐⭐⭐ 100% 可做。Claude Code 有 free tier，配 GitHub free repo 就能跑完。預估 4-6 hr，含 setup（1 hr）+ 寫 4 種 primitive（1.5 hr）+ 跑完整工作流（2.5 hr）。

💡 不知道用什麼 repo 練？ 拿你既有的 side project（哪怕只有 50 行 code）就好。重點不是 codebase 大小，是把 4 個 primitive 各寫一個跑過一次的肌肉記憶。沒 side project 的話，從 scratch 開個 todo list app 也行。

對 Vibe Coder 的應用

W4 是 vibe coder 整個 10 週課程裡 ROI 最高的一週 — 把 Claude Code 4 個 primitive 練熟，後續 6 週的所有工具（Modern Terminal、CI/CD、Production Ops）都會省一半時間。實戰建議：

  1. CLAUDE.md 三層結構 — 不是流水帳，要有結構：(a) repo 在做什麼（一段話）、(b) 絕不做的事（最重要、列 5-8 條）、(c) 命名 / 風格慣例。每行都問「刪掉會不會出錯」 — 會的留下、不會的刪。Boris Cherny 自己在 podcast 講過 Anthropic 內部 CLAUDE.md 平均才 30-50 行，越短越有效
  2. Custom slash command 從「你最常打的同一段 prompt」開始 — 你發現自己每次都打「先讀 X、再分析 Y、最後輸出 Z」？把它寫成 .claude/commands/<name>.md，下次 /<name> 就跑完。對醫學研究 workflow 特別有用 — 「/table1」「/km-curve」「/oe-search」這類重複任務都該是 slash command
  3. Subagent 處理 expensive 探索 — 主對話開始爆 context 前就派 subagent。三個 typical use case：(a) 探索陌生 codebase（code-archaeologist 風格 agent）、(b) 跨 repo grep + summarize、(c) long literature search。主對話只接 subagent 的 summary，乾淨太多
  4. Hook 處理「必須每次發生」的事 — 不要把「commit 前要跑 lint」寫進 CLAUDE.md（model 會忘），寫成 PreToolUse hook 強制執行。常見 hook：(a) auto git commit after Edit、(b) lint after Write、(c) block dangerous command（rm -rf / git push --force / DROP TABLE）、(d) auto-format on save。Hook 是 deterministic，永遠會跑
  5. Skill 系統 = domain knowledge as plugin — 比 CLAUDE.md 更進階的 reuse 機制。你已經有的 clinical-scores / openevidence / kaplan-meier 都是 skill 範例：trigger 詞觸發、按需 load、不污染預設 context。寫 skill 的甜蜜點：(a) 跨 project 重複用、(b) 有明確 trigger、(c) 需要 domain knowledge 才寫得對
  6. Community framework 選擇性引入，不要無腦 install — SuperClaude / Awesome Agents 有 inspiration 價值但會跟你既有 CLAUDE.md / skill 衝突。建議：抄 1-2 個你會真的用的 agent / command 進自己的 .claude/，不要 full install

Vibe coder 進階一級的徵兆：當你發現自己花在「寫 spec + plan + 設 verification」的時間 > 「打 prompt」的時間 — 你已經是 agent manager 不是 pair programmer 了。這個 ratio 翻轉是 W4 想灌輸的核心 mindset shift。

💡 vibe coder 的 Day-1 Quick Win：今天就在你最常用的 repo 加 .claude/commands/plan.md，內容寫「請讀 spec.md（如有），分析 codebase，產出 plan.md（含 file-level step + verification 策略），先不要 implement」。下次任何 non-trivial task 開始前打 /plan，跑完 review，再說「按 plan 執行」。3 行 markdown 就把你的工作流升級到 ACE-FCA 三段式。比裝整套 SuperClaude 有效 10 倍。

上一週：W3 The AI IDE | 下一週：W5 The Modern Terminal