Cursor Learn

代理 Agents

到目前為止，我們已經知道 AI 模型可以呼叫工具來擴充能力。但如果讓它們能呼叫多個工具、自行決定該用哪些工具，甚至從結果中學習呢？這就是「代理」的用武之地。

從本質上說，代理就是工具在迴圈中運作。

可以這樣想：與其一步步指示 AI 要做什麼，不如給它一個目標，讓它自己規劃步驟。這就像差別在於，你是給人逐步導航，還是只告訴目的地並讓他們用 GPS 導航。

代理在實務中的運作方式#

假設你請一個 AI 代理「在我的設定頁面加入深色模式切換」。代理會開始行動，先在你的程式碼庫中搜尋設定頁面。找到相關檔案後，它會讀取內容，理解目前的結構與樣式做法。

接著有趣的事情發生了：代理會自行擬定實作此功能的計畫。它可能決定加入一個狀態變數、建立新的 CSS 類別、實作切換元件，並更新 UI。執行每個步驟的同時，它會持續檢查成果、執行測試，並修正冒出的任何錯誤。

整個流程透過一連串的工具呼叫完成，代理會根據每次動作的結果決定下一步。這就像在看一個人把思考過程說出來，只是它在思考的同時也確實把工作做完。

哪些任務通常可以放心交給代理處理？

Select all that apply在多個檔案中進行具模式的重構為明確且範圍良好的失敗錯誤新增測試依據複雜的 Figma 樣稿進行像素級還原的重新設計與全新且無文件的程式庫進行整合CheckReset

代理真正的魔力在於，它們能改變你作為開發者的角色。

與其進行像「components 資料夾裡有哪些檔案？」，接著「你能讀一下 Button 元件嗎？」，然後「現在把它更新為支援深色模式變體」這類對話，你可以直接說出最終目標，讓代理處理整個過程。

這是重大的改變，因為它讓你成為任務管理者，而非任務執行者。你可以同時讓多個代理在程式碼庫的不同部分工作：一個為你的驗證流程加入測試，另一個更新文件，第三個則在背景中重構那個你一直想清理的雜亂工具檔。

代理在目標明確且有既定模式的任務上表現出色，例如為現有程式碼新增測試、更新文件、依一致模式重構，以及修復具清楚錯誤訊息的問題。

不過，當面對需要深入理解系統交互的複雜除錯、將視覺設計稿精準還原到像素、或使用其訓練資料未涵蓋的新函式庫等工作時，仍會遇到困難。

把代理想成動作很快的初階開發者：他們需要明確指示，也容易遺漏重點，因此需要監督。他們可能卡在迴圈中，一再重複同樣但失敗的做法，而沒有意識到需要改變策略。

由於包含多次工具呼叫與反覆迭代，代理使用的 token 會遠多於單純提問。若缺乏良好約束，他們可能熱心地做出你並未打算的變更。而且最關鍵的是，你仍需負責驗證程式碼是否正確運作並符合你的標準。

哪項防護措施有助於防止無限制的代理變更？

停用所有工具以確保代理安全要求在合併變更前必須通過測試請代理「要小心」CheckReset

要與代理有效合作，關鍵在於學會該委派什麼、何時委派。先從較小且界定清楚的任務開始，建立信心。隨著愈來愈上手，你可以委派更大範圍的工作，但務必在過程中設立檢查點與驗證步驟。我們會在課程後段提供更多實務範例。

目標不是移除人類參與，而是放大你的成效。你負責擔任設計者與審閱者，而代理處理實作細節。

我們已經介紹了 AI 模型的基礎運作原理，從 token、context，到工具與代理（agents）。在接下來的課程中，我們將透過實作範例，示範如何在 Cursor 中運用這些概念來打造真正的軟體。

你將學到：如何設計能產出更佳結果的提示結構、在不觸及 context 限制下管理長對話、有效將工作委派給代理、建立完善的驗證流程，以及在難免出狀況時進行偵錯。

與 AI 協作是一項可透過練習精進的技能。我們在這些基礎課程中建立的心智模型，將幫助你理解為什麼某些做法比其他做法更有效，讓你在借助 AI 開發軟體時更具成效。