AI 编程实战：从上下文工程到代理协作
课程简介
本课程深入讲解 AI 编程代理的核心工作原理——上下文填充机制，以及开发者如何通过"上下文工程"提升 AI 编程效率。课程涵盖代码整洁度对 AI 理解的影响、多代理协作模式、以及主流工具（Cursor、Claude Code、Copilot）的最佳实践配置。
学习目标
- 理解 LLM 上下文窗口的工作原理与限制
- 掌握 5 条上下文工程原则，提升 AI 编程准确率 15-20%
- 学会评估和选择适合自己项目的 AI 编程代理
- 掌握多代理协作模式（Maker-Checker）的设计方法
- 能够为团队制定 AI 编程规范和代码质量标准
章节概览
- 第一章：AI 编程代理的前世今生——从 Tab 补全到自主编程
- 第二章：上下文窗口深度解析——token、注意力与推理链
- 第三章：代码整洁度的量化影响——arxiv 论文精读
- 第四章：上下文工程 5 原则——命名、嵌套、类型、职责、注释
- 第五章：多代理协作——Maker-Checker 模式与安全扫描
- 第六章：工具横评与选型——Cursor vs Claude Code vs Copilot
- 第七章：团队实践——AI 编程规范与代码审查流程