欢迎参加“驾驭工程大师班：AI编码代理”课程，这是一门内容全面、注重实践的课程，旨在教授您现代AI编码代理的实际工作原理，以及如何围绕它们构建可靠且可用于生产环境的开发工作流程。许多课程侧重于提示，而本课程则更深入地探讨自主编码系统背后的架构、执行模型和工程原理。您将学习Claude Code、OpenAI Codex CLI、Gemini CLI和其他现代AI开发工具如何推理问题、管理上下文、执行工具、编辑代码库以及协作解决复杂的软件工程任务。
我们将首先探索软件开发的演变历程，从传统编程到如今的智能体人工智能时代。您将了解大型语言模型 (LLM)和人工智能智能体之间的区别，探索智能体执行循环，并了解为什么“驾驭工程”已成为人工智能驱动软件开发中最重要的技能之一。您还将比较包括Claude Code、Codex CLI、Gemini CLI、Cursor、Cline、Aider、Windsurf和OpenCode在内的主流人工智能编码工具，了解它们各自的优势以及如何针对不同的工程挑战选择合适的工具。
随着课程的深入，您将逐步构建强大的Harness 工程基础，包括执行环境、上下文管理、运行时架构、控制平面、数据平面以及完整的 AI 代理生命周期。您将深入了解编码代理如何收集存储库上下文、规划任务、选择工具、执行命令、验证结果、从故障中恢复，并通过反思和迭代推理不断改进其输出。
本课程将深入讲解Claude Code、OpenAI Codex CLI和Gemini CLI。您将学习如何安装和配置每个平台，了解它们的内部架构，并建立有效的项目规则、编码标准、可重用的工作流程和工程最佳实践，从而提高个人和团队开发环境的一致性。
本课程的重点之一是上下文工程，这是现代人工智能软件开发中最关键的学科之一。您将学习如何优化上下文窗口、确定相关信息的优先级、压缩大型代码库、管理项目内存、检索重要文件，并为智能体提供它们所需的精确信息，从而生成准确、高效且易于维护的代码。您还将探索持久内存、代码库内存、会话内存以及团队知识共享策略。
你将精通面向编码代理的提示工程，学习如何编写清晰的目标、定义验收标准、建立约束、分解大型工程任务，以及创建可重用的提示模板，从而持续生成更高质量的代码。你将学习结构化的技巧，引导人工智能代理解决复杂的工程问题，并获得可预测且可靠的结果，而无需依赖反复试错。
除了提示之外，您还将探索工具调用、命令执行、Git 集成、文件编辑、Web 访问、搜索工具、IDE 集成以及安全的自动化工作流程。您将了解权限系统、审批工作流程、沙箱、验证和人工监督如何使 AI 代理能够安全地与生产代码库交互，同时最大限度地降低运维风险。
本课程的一大亮点是对模型上下文协议 (MCP)的深入探索。您将了解 MCP 的创建缘由、MCP 客户端、MCP 服务器、资源、工具和提示如何协同工作，以及如何将 AI 代理与 GitHub、Jira、数据库、Slack、浏览器自动化和自定义企业服务等外部系统集成。在本节结束时，您将了解 MCP 如何实现 AI 代理与现实世界软件生态系统之间的标准化通信。
你还将使用Hooks、Skills、斜杠命令、可重用工作流、项目模板、验证管道、Git 自动化和团队效率提升技巧来构建实用的自动化系统。这些概念有助于将 AI 助手转变为可重复使用的工程系统，使其能够以最少的人工干预处理复杂的开发工作流。
课程随后扩展到多智能体工程，您将学习如何让专业的AI智能体协作解决大型软件项目。您将使用规划智能体、开发智能体、审查智能体、测试智能体、文档智能体和安全智能体来设计系统，同时学习委派、共享上下文、通信、并行执行、工作流编排、冲突解决和协同软件交付等技术。
最后，您将通过学习生产环境工程将所有内容融会贯通。您将探索存储库组织、工程标准、自动化管道、防护措施、日志记录、可观测性、追踪、调试、重放系统、指标、错误处理以及在专业环境中部署可靠的 AI 辅助开发工作流程所需的运维最佳实践。
在本课程中，您将完成一系列实践演示、真实案例和动手练习，从而巩固每个主要概念。课程结束时，您将深入理解Harness Engineering、AI Coding Agents、Claude Code、OpenAI Codex CLI、Gemini CLI、MCP、Context Engineering、Prompt Engineering、Multi-Agent Systems和Production AI Development。无论您是软件工程师、AI 工程师、DevOps 专业人员、技术主管还是技术爱好者，本课程都将为您提供构建、定制和部署现代 AI 驱动的软件工程系统所需的知识和实践技能，让您充满信心地完成这些工作。
此课程面向哪些人：
希望使用现代 AI 编码代理和生产就绪型 AI 工作流程来加速开发的软件工程师。
人工智能工程师和机器学习从业者希望了解网络空间、上下文工程、MCP 和多智能体系统在实际应用中的工作原理。
希望将 AI 助手集成到日常开发流程中的后端、前端和全栈开发人员。
对构建安全、自动化和可观察的 AI 驱动工程工作流程感兴趣的 DevOps、平台和基础设施工程师。
技术主管、工程经理和架构师，希望评估、采用和扩展 AI 编码代理在整个工程团队中的应用。
使用 Claude Code、OpenAI Codex CLI、Gemini CLI、Cursor、Cline、Aider、Windsurf 或类似 AI 编码工具的开发者，想要充分发挥这些工具的全部功能。
计算机科学专业的学生和有志成为人工智能工程师的人，希望培养在人工智能辅助软件开发方面实用且热门的技能。
注意仅讲述，无实操
格 式：MP4，含配套文件
分 辨 率：高清1920×1080
语言字幕：英语，AI精翻中文字幕
大 小：2.95 GB
Harness Engineering Masterclass AI Coding Agents
版权声明：资源来源于互联网收集整理，仅供学习交流，如果喜欢请支持正版。
本站仅作为资源信息收集站点，无法保证资源的可用及完整性，不提供任何资源安装使用及技术服务。请自己研究文档