为什么我们需要学会用 Agent？

过去几年，AI 的发展速度超出了很多人的预期。它不再只是一个能回答问题的对话框，而是开始真正介入我们的工作流程：帮我们搜集资料、整理信息、处理文件，完成那些原本要耗费大量时间的重复性任务。

这一类能够主动完成复杂任务的 AI，我们通常称它为 Agent。

现在市面上的 Agent 工具已经有很多选择：Claude Code、Codex、OpenCode、Amp、Trae…各有侧重，各有适合的使用场景。这篇教程聚焦的，是其中对新手友好、能力也相当全面的一个：Claude Code。

如果你是文科或社科背景，从来没有接触过编程，这篇教程依然适合你。因为学习使用 Agent，并不等于学习写代码。它更像是学会如何清晰地表达需求，然后让 AI 替你把事情做完。

这项能力，正在变得越来越重要。

为什么是 Claude Code，而不是 OpenClaw（小龙虾）？

  1. 设置简单，易用性强。Claude Code 安装通常只需约 30 秒，无需 Docker 或复杂配置；OpenClaw setup 往往需要 30-60 分钟，还涉及本地环境、sandbox 等技术门槛。
  2. 功能已基本覆盖 95% OpenClaw 使用场景，且官方迭代更快。
  3. 安全性更高，更适合生产环境。Claude Code 内置企业级 guardrails（SOC2 合规）与 sandbox 保护；OpenClaw 默认防护较少，用户需自行承担更多安全责任。
  4. 成本更可预测，整体更省心省力。Claude Code 可订阅使用；若接入国产模型，成本通常更低。OpenClaw 虽然软件免费，但实际使用中常有 token 和维护成本。

当所有人都在追同一个热度的时候，要保持谨慎。

这个教程是怎么来的？

目录结构参考了开源项目 claude-howto。

具体内容则来自 官方文档 + 个人实践经验 的总结。

快速了解 Claude Code

  • 记忆系统（CLAUDE.md + Auto Memory）实现跨会话知识持久化。
  • 检查点（Checkpoint / /rewind）支持随时回滚代码与对话。
  • 斜杠命令可快速操作 CLI。
  • Skill 可封装复用工作流。
  • Hooks 可实现事件自动化。
  • MCP 可连接外部工具。
  • 插件机制可扩展能力。
  • Subagents 可执行独立子任务。
  • Agents Team 可组建多代理协作团队。

教程导航