看到一篇文章寫的不錯，紀錄留存一下，並且簡單的重點整理。

本文僅做紀錄與整理，觀點本身皆來自原文作者。

原文：https://www.facebook.com/100063744608911/posts/1526846902783449/?mibextid=wwXIfr&rdid=ABv4HxePsdb0LmOe

Agent 開發的三個階段演變

  1. 第一階段：工具連接期 (Function Calling / MCP)
  • 作法：利用 LLM 的 API 與 Function Calling 能力，將 AI 與後端系統串接。後來演變成標準化的 MCP (Model Context Protocol)。
  • 痛點：技術門檻過高，能獨立完成的人很少。
  1. 第二階段：多代理協作期 (A2A / Multi-Agent)
  • 作法：類似 Google 提出的 Agent to Agent，讓多個 AI 各司其職。
  • 痛點：類似「微服務」亂象，過度設計 (Over-engineering)。管理多個 Agent 的 Context 很困難，且往往「一個 Agent + 多個 Tools」就能解決問題。
  1. 第三階段：Coding Agent 與 SDK 成熟期 (現在)
  • 作法：使用 Claude Code 或 GitHub Copilot 這類高度可自訂的 Coding Agent。
  • 突破：透過自訂 Instructions 和 SKILLs (流程知識)，不僅能寫程式，還能處理非開發任務。這是最直覺有效的路徑。

AI 時代的 MVP (最小可行性產品) 開發新路徑

過去的軟體開發往往是「從輪子造車」(從底層一行行寫)，風險在於最後一刻才知道客戶喜不喜歡。AI 讓「理想的 MVP 路徑」(滑板車 -> 腳踏車 -> 汽車) 變得成本極低且可行：

  1. 驗證概念 (滑板車)：用 ChatGPT + Prompt 確認流程是否在 AI 能力範圍內。
  2. 原型試用 (腳踏車)：用 Coding Agent (如 Claude Code) + Instructions + MCP + Skills 組合出流程，讓內部專家或用戶試用。
  3. 規模化產品 (汽/機車)：利用 Agent SDK 將步驟 2 驗證好的邏輯移植並部署，提供給終端客戶使用。

小結

  • Kent Beck 的預言成真：AI 讓 90% 的傳統編碼技能價值歸零，但剩下的 10% (架構設計、產品思維、工程方法) 價值放大了 1000 倍。
  • 角色轉變：開發者不再只是寫 Code，更像是架構師，利用 AI 快速迭代產品體驗。

名詞定義與概念

整理一下幾個名詞。

基礎架構與協定

  1. Structure Output (結構化輸出)
  • 強迫 LLM 回傳特定格式的資料 (如 JSON)，讓程式能讀懂 AI 回應，及讓 AI 的產出能被後端系統直接使用。
  1. Function Calling (函式呼叫)
  • LLM 的一種能力，它能判斷何時該呼叫外部工具 (如查詢天氣 API、資料庫)，並生成呼叫該工具所需的參數。
  1. MCP (Model Context Protocol)
  • 一種開放標準協定，用於標準化 AI 模型與外部數據/工具之間的連接。在 MCP 出現前，每家公司的連接方式都不同。MCP 讓開發者寫一次工具 (Server)，就能給所有支援 MCP 的 AI (Client) 使用。
  1. A2A (Agent to Agent)
  • Google 提出的協定概念，指 AI 代理人之間互相溝通、協作的機制。不只是人對 AI，而是 AI 對 AI。例如「規劃旅遊 Agent」自動呼叫「訂票 Agent」與「餐廳預約 Agent」。

開發工具與框架

  1. Semantic Kernel (SK)
  • Microsoft 推出的開源 SDK，用於將 LLM 整合到現有的程式碼中，幫助開發者管理 Prompt、記憶和連接器 (Connectors)，是微軟生態系中的 Agent 開發框架。
  1. Claude Code
  • Anthropic 推出的命令列工具，專為軟體開發設計的 Agent。它能直接讀寫本地檔案、執行終端機指令。文中提到的 SDK 則是讓開發者能將這種能力整合進自己產品的開發套件。
  1. GitHub Copilot SDK
  • GitHub 推出的開發套件，允許開發者擴充 Copilot 的功能，或將 Copilot 的能力整合進自己的應用中。
  1. SKILLs
  • 在 Agent 開發中，通常指一組特定的能力或流程知識。如果 Tools 是「能做什麼」，SKILLs 就是「該怎麼做、步驟是什麼」。

產品開發概念

  1. MVP (Minimum Viable Product，最小可行性產品)
  • 用最低成本、最少功能開發出的產品，目的是為了盡快接觸市場並驗證假設。文中強調 AI 時代的 MVP 可以是「打掉重練」的，因為 AI 寫程式太快了，我們更在乎的是「驗證流程」而非「保留程式碼」。
  1. PoC (Proof of Concept，概念驗證)
  • 在正式開發前，做一個小型的實驗或模型，證明某個想法在技術上是可行的。