编码成熟之路：工作流体系与自评清单

十篇系列走到这里，是时候看看你在哪、下一步该往哪走了

阅读时长约10分钟 | 观点+教程型 | 智能编码进化论 09/10

---

导读

前八篇我们走了一条完整的进阶之路：从认识Coding Agent开始，到CLAUDE.md写岗位说明书，再到结构化任务输入、Skills工具箱、MCP外线电话、Subagent编外帮手、Hooks与权限安全体系，最后到多会话并行和CI/CD自动化。

但有个问题一直没回答：我到底在哪个阶段？下一步该做什么？

就像学开车，你不能同时学挂挡、看后视镜、踩离合。你得知道自己现在练的是哪一项，过关了再学下一项。和AI协作也是同理——不是所有技能都要同时掌握，不同阶段有不同侧重点。

本文把八篇内容整理成四条成长路径，每一条对应一个能力阶段。读完你会发现，自己和AI的协作方式已经走过了很远的路。

阅读地图：四条成长路径

从新手到专家，人和AI的协作关系经历四次质变：

新手期 ──→ 熟练期 ──→ 精通期 ──→ 专家期
  │           │           │           │
  │ 从问AI    │ 从教AI    │ 从用AI    │ 从协作
  │ 到教AI    │ 到用AI    │ 到协作    │ 到治理
  │           │           │           │
 第1-2篇     第3-4篇     第5-6篇     第7-8篇

每一次质变，不是多学了一个功能，而是你和AI的关系发生了根本变化。

下面展开每个阶段的核心特征、关键技能和标志性转变。

一、新手期：把AI当搜索工具

对应篇目：第1篇《Copilot之后的下一站：Coding Agent》+ 第2篇《AI岗位说明书：CLAUDE.md精讲》

核心特征

你还把AI当作"更聪明的搜索引擎"。遇到问题就问AI"这个怎么实现"，得到代码后手动粘贴到编辑器。AI的产出质量取决于你问问题的水平——问得好得到好答案，问得模糊得到差不多的答案。

这个阶段最典型的场景：打开Claude Code，输入"帮我写一个登录组件"，得到代码后手动复制到文件里。你仍然在主导每一步，AI只是一个高级补全工具。

关键技能

• 理解Agent循环：AI不是单次输出，而是"理解→执行→验证"的闭环
• 认识工具体系：文件操作、搜索、命令执行、Web访问、代码分析——AI有"眼睛"和"手"
• 从"写提示词"到"写配置文件"：CLAUDE.md让规则沉淀，不用每次从零教起
• 掌握四级作用域：全局CLAUDE.md、项目CLAUDE.md、rules目录条件加载、Auto Memory持久记忆

标志性转变：从"问AI"到"教AI"

什么时候你算过了新手期？当你开始写CLAUDE.md，而不是每次会话重复说规则的时候。

新手期的问题在于：每次开新会话，你都在重复同样的劳动。"用pnpm别用npm"、"测试文件放源文件旁边"、"API统一错误格式"——你说了一百遍，AI每次还是要听第一遍。你写一份CLAUDE.md，把这些规则写进去，AI自动读取。你今天纠正它一次，明天它就不会再犯。 这就是从"问AI"到"教AI"的跨越。

二、熟练期：把AI当执行助手

对应篇目：第3篇《像带实习生一样带AI：任务与工作流》+ 第4篇《给AI配工具箱：Skills技能实战》

核心特征

你不再问AI"怎么做"，而是直接告诉AI"做什么"。你学会了结构化任务输入——目标、约束、范围、验证标准四要素写清楚，AI直接执行。你学会了Plan Mode——让AI先规划再动手，避免"直接改错"的情况。你学会了Skills——把常用的流程和检查清单做成可复用的Skill，按需加载。

这个阶段最典型的场景：你写一个任务指令"重构auth模块的login函数，保持接口不变，测试覆盖到90%"，AI自己去读代码、改代码、跑测试、验证结果。你在旁边看着，偶尔纠正方向。

关键技能

• 结构化任务输入：目标+约束+范围+验证标准，四要素缺一不可
• Plan Mode使用：复杂任务先让AI输出计划，确认后再执行
• 五类Prompt模板：理解代码库、修Bug、重构、写测试、创建PR
• Skills与CLAUDE.md分工：CLAUDE.md放"永远遵守"的规则，Skills放"用的时候才读"的流程
• 动态上下文注入：Skill中使用反引号命令注入实时数据

标志性转变：从"教AI"到"用AI"

什么时候你算过了熟练期？当你能把AI当成一个可以独立执行任务的实习生，而不是每次都要手把手教的高级搜索框。

熟练期的核心能力不是"你会写更好的提示词"，而是你会把任务拆解成AI可以直接执行的结构。你不描述"怎么做"，只描述"做什么、做到什么程度"。AI能自己填充中间的步骤。

三、精通期：把AI当协作伙伴

对应篇目：第5篇《给AI接外线：MCP外部集成实战》+ 第6篇《给AI招帮手：Subagent深度定制》

核心特征

AI不再局限于代码编辑——它能直接查询数据库、创建GitHub Issue、发送Slack消息、控制浏览器。它不再局限于单一对话——它能派出Subagent并行处理子任务，结果带回主会话。你不再做"中间人"，AI能直接和外部系统交互。

这个阶段最典型的场景：你让AI"查一下生产环境的错误日志，分析根因，修复代码，创建PR"。AI通过MCP连接数据库查日志，分析出问题根源，改代码，通过GitHub MCP创建PR，再派一个Subagent做代码审查——全部自动化。你只做了两件事：说需求、确认结果。

关键技能

• MCP配置：HTTP/SSE/stdio三种传输方式，Local/Project/User三种作用域
• OAuth认证：安全连接第三方服务
• Subagent自定义：配置工具权限、模型选择、持久记忆
• Fork模式：让Subagent在独立Worktree中隔离执行
• 内置Subagent使用：Explore（只读探索）、Plan（只读规划）

标志性转变：从"用AI"到"协作"

什么时候你算过了精通期？当AI能自主操作外部系统，你能把完整的"端到端任务"交给它，而不需要做中间人。

熟练期和精通期的本质区别：熟练期的AI是"内部员工"——只能操作你本地的代码和文件。精通期的AI有了"外部触角"——能直接对话数据库、API、云服务。你不再是信息的中转站。

四、专家期：把AI当工程体系

对应篇目：第7篇《给AI定规矩：Hooks与权限工程》+ 第8篇《AI项目组：多会话与CI/CD实战》

核心特征

AI不再是某个人的助手，而是融入团队工程体系的一部分。你有完整的权限控制——什么能做什么不能做，沙箱隔离。你有自动化流程——提交代码自动触发测试、审查、部署。你有并行协作——多个AI实例同时工作，互不干扰。你开始考虑成本——哪个任务用哪个模型，控制token消耗。

这个阶段最典型的场景：GitHub上有人提了PR，Action自动触发Claude审查代码。审查通过后自动合并、自动部署。你在手机上收到通知，看一眼报告，确认没问题。或者你早上到公司，发现AI已经处理了昨晚的三条issue，创建了五个修复PR，跑了两次测试——而这一切在你睡觉时发生。

关键技能

• Hooks事件体系：SessionStart/PreToolUse/PostToolUse/Stop四种事件 + 匹配器
• 权限四级体系：default → acceptEdits → auto → bypassPermissions
• 沙箱隔离：限制网络、文件系统、命令执行
• 并行策略：Worktrees、Headless模式、GitHub Actions、Agent Teams
• 成本估算：单会话1x、Subagent 1.5-3x、Agent Teams 4-12x

标志性转变：从"协作"到"治理"

什么时候你算过了专家期？当你不把AI当工具用，而是把它纳入你的工程体系——有规范、有监控、有自动化、有成本控制。

专家期和精通期的本质区别：精通期你还在"用"AI，专家期你在"管理"AI。你考虑的不只是"这个任务AI能不能做"，而是"这个任务交给AI做，安全吗、划算吗、能自动化吗"。你的角色从使用者变成了管理者。

五、自评清单：你在哪个阶段

下面是一份30项的自评清单，每阶段7-8项。拿张纸，或者打开备忘录，诚实地勾一遍。别在心里勾——写下来，你会发现有些你以为"会了"的技能其实没动手做过。

新手期（7项）

如果你能做到6项以上，你已经超越了新手期：

• 1. 能说清楚Coding Agent和代码补全工具的本质区别（不仅是"更聪明"）
• 2. 理解Agent循环三阶段（理解→执行→验证）的工作原理
• 3. 至少给自己的项目写过一份CLAUDE.md（哪怕只有5行）
• 4. 知道CLAUDE.md有多个作用域（全局/项目/rules/auto memory）
• 5. 在CLAUDE.md中使用过条件加载规则（如.claude/rules/下的文件匹配）
• 6. 理解从"写提示词"到"写配置文件"的范式转变
• 7. 知道CLAUDE.md应该写什么（技术栈/规则/命令），不写什么（废话/情绪/抽象描述）

熟练期（8项）

如果你能做到7项以上，你已经超越了熟练期：

• 8. 能写出包含目标、约束、范围、验证标准的完整任务指令
• 9. 知道什么时候用Plan Mode、什么时候不用（"一句话描述diff"的判断标准）
• 10. 至少写过1个可复用的Skill（SKILL.md）
• 11. 理解Skills和CLAUDE.md的分工：CLAUDE.md放"永远遵守"，Skills放"用的时候再读"
• 12. 在Skill中使用过动态上下文注入（反引号命令语法）
• 13. 使用过context:fork让Skill在子代理中执行
• 14. 至少掌握3种Prompt模板（理解代码库/修Bug/重构/写测试/创建PR）
• 15. 遇到过AI跑偏的情况，知道如何通过回滚或重新指定方向挽救会话

精通期（8项）

如果你能做到7项以上，你已经超越了精通期：

• 16. 至少配置过1个MCP服务器（数据库、GitHub、Slack或其他）
• 17. 理解MCP的三种传输方式（HTTP/SSE/stdio）的区别和适用场景
• 18. 知道MCP的三种作用域（Local/Project/User）怎么选
• 19. 使用过MCP的OAuth认证流程
• 20. 至少自定义过1个Subagent（配置过frontmatter参数）
• 21. 使用过Explore或Plan内置Subagent执行任务
• 22. 理解Subagent和主会话的上下文隔离原理
• 23. 能在主会话上下文被"过程数据"污染时，主动用Subagent分流

专家期（7项）

如果你能做到6项以上，恭喜你——你已经是专家级用户：

• 24. 配置过至少1个Hook（PreToolUse/PostToolUse/SessionStart等）
• 25. 使用过Prompt-based Hook让AI做语义判断（如检查是否包含硬编码密码）
• 26. 理解权限四级体系（default→acceptEdits→auto→bypassPermissions）的递进关系
• 27. 使用过Worktrees实现多会话并行开发
• 28. 在GitHub Actions中集成过Claude（或类似的自动化流程）
• 29. 理解Agent Teams和Subagent的区别（Teams有Agent间直接通信）
• 30. 能估算并行任务的token成本，知道怎么控制成本

得分对照

达标项数	阶段	下一步重点
0-6	新手期	先写一份CLAUDE.md，体验"一次配置处处生效"
7-14	熟练期	把常用的流程做成Skill，练习结构化任务输入
15-22	精通期	接入1-2个MCP服务器，让AI直接操作外部系统
23-30	专家期	完善Hooks和自动化流水线，走向团队级落地

六、避坑指南

坑一：跳阶段学习

看到Skills很强大就直接跳去配置，连CLAUDE.md都没写过。结果是Skill写得不好，因为没有基础的项目规范做支撑。

建议：按阶段顺序来。新手期的技能是后面所有阶段的基础——没有CLAUDE.md，Skills加载了也不知道项目规则；不会结构化任务输入，MCP的能力也用不到位。

坑二：在清单上"自欺欺人"

看到自评清单，觉得自己"大概都懂"。真的问自己——"我用过context:fork吗？""我写过SKILL.md吗？"——诚实回答。跳过的技能会在后续遇到问题时暴露出来。

坑三：误把"知道"当"做到"

这可能是最大的坑。读文章和实际配置是两回事。你读完了MCP那篇觉得懂了，但真让你配一个数据库连接，可能卡在scope选择上。每个阶段的核心技能，至少亲手实践一次。

结语

十篇系列走到第九篇，我们完整走过了四条成长路径。

新手期，你从"问AI"变成了"教AI"——一份CLAUDE.md让规则沉淀。熟练期，你从"教AI"变成了"用AI"——结构化任务让AI独立执行。精通期，你从"用AI"变成了"和AI协作"——MCP和Subagent让AI拥有了自己的"外部能力"。专家期，你从"协作"变成了"治理"——Hooks、权限、自动化流水线把AI纳入工程体系。

回头看第一篇的起点——"从Copilot到Coding Agent的范式转变"——我们讨论的不再是"AI能不能帮我写代码"，而是"我怎么设计一套体系让AI安全、高效、自动地工作"。

这四个阶段的本质，是你和AI的关系在不断进化：

搜索工具 → 执行助手 → 协作伙伴 → 工程体系

下一篇，也是系列最后一篇，我们聊企业级落地：安全、合规与零信任。

单兵作战的时代结束了。当AI不再是"你的个人工具"，而是融入团队、接入系统、持续运行的基础设施——你需要一套全新的治理框架。下一篇讲：Managed Settings怎么管团队配置、零数据留存怎么保护隐私、审计日志怎么追踪AI操作、以及企业落地路线图怎么规划。

---

互动话题

对照自评清单，你目前处在哪个阶段？哪一项你觉得最难做到？来评论区分享你的编码成熟之路。

---

智能编码进化论 | 第9篇/共10篇

上一篇：AI项目组：多会话与CI/CD实战

下一篇：企业级落地：安全、合规与零信任

---

本文内容仅供学习交流，所述方法需结合实际场景灵活运用。 AI工具输出结果仅供参考，关键业务决策请结合人工判断。

本文由AI辅助创作，经人工审核编辑后发布。