[AI书房] 第38章 把所学整合为一套体系
Claude Code完全掌握
Claude Code完全掌握
第38章 把所学整合为一套体系
金京镇
把散落的拼图拼成一幅完整的画
想象一下，你的桌上摊着几十张便签。一张写着WAT框架，另一张写着上下文窗口管理策略，还有几张分别写着7天框架、基于价值的定价、MCP连接服务器的配置方法。每一张都有道理，但零散地放着，终究只是一堆便签。
这一章要做的，就是把这些便签放到同一张地图上。不是让它们各自发挥作用，而是让它们作为一个系统运转。智能体AI实践者从构思项目、搭建系统、交付成果到规模扩展，整条路径在这里串成一条完整的线。
WAT框架回顾：每个项目的起点
把本书前面出现过的WAT框架再拿出来看一遍。工作流（Workflow）、智能体（Agent）、工具（Tool），这三个要素不是孤立的概念，而是设计项目时反复使用的三副透镜。
接手一个新项目时，需要回答三个问题。
工作流：解决这个问题的整体流程是什么形状？起点在哪里，终点在哪里？中间经过哪些步骤？
智能体：在这条流程中，AI需要做判断的节点在哪里？哪些步骤由智能体介入，哪些步骤用规则驱动反而更好？
工具：智能体要完成工作，需要接入哪些工具？需要通过MCP连接服务器对接的外部服务有哪些？文件系统、API、数据库，分别需要哪个？
透过这三副透镜，任何项目都可以被拆解。无论是网站克隆、客户支持自动化，还是招聘数据的网页信息采集，结构都一样：画出工作流，定义智能体的角色，接入工具。
[图38-1] WAT框架与项目设计流程图]
这个框架的威力在于它可以反复使用。学会一次，行业换了能用，问题换了能用，工具换了还是能用。技术在演进，但框架是稳定的。
EA路线图检视：确认你现在的位置
把本书覆盖的路径做一次可视化，看看智能体AI实践者（EA, Agentic AI Practitioner）的成长阶段。
第一阶段：环境搭建与基础认知
终端配置、Claude Code安装、基础命令学习。上下文窗口的概念和模型计数的token管理策略。CLAUDE.md文件的编写。这个阶段相当于把工具握在手里。
第二阶段：产出第一个成果
网站克隆、简易的网页信息采集工作流、文档自动化。向Claude Code下达指令并拿到结果的体验。在规划模式下把复杂任务逐步拆解的练习。在这个阶段，「智能体确实在干活」的感觉开始成形。
第三阶段：构建复杂工作流
MCP连接服务器对接、检索增强生成（RAG）系统搭建、子智能体调用、多步骤流水线设计。不再是单个智能体单打独斗，而是多个智能体协同工作的架构。错误处理、日志记录、上下文管理在这个阶段变得关键。
第四阶段：实战交付与商业化
获取客户、定价、质量保证、项目移交。在技术能力之上叠加商业能力的阶段。从免费试点到付费项目，从一次性合作到长期顾问，从熟人引荐到主动拓客，一步步拓宽。
[图38-2] EA成长路线图四阶段示意图]
无论你现在处于哪个位置，在这张路线图上确认自己的坐标很重要。如果你在第一阶段，不必急着操心第四阶段的事。如果你已经在第三阶段，比起继续深挖技术，迈向第四阶段的行动可能更有效。
每个阶段无法跳过，但在每个阶段停留的时间可以缩短。本书给出的框架、清单和案例，就是缩短这段时间的工具。
工作流作品集整理
作为实践者，证明自身价值最直接的方式是作品集。但AI自动化实践者的作品集和设计师的不一样。核心不是视觉成果，而是解决问题的记录。
一个有效的作品集条目由四个要素构成。
问题定义：存在什么样的业务问题？谁在经历什么样的痛苦？
方法路径：从WAT框架的视角，工作流是怎么设计的？用了哪些工具和智能体架构？
成果：可量化的结果是什么？节省的时间、降低的成本、减少的错误率，要有数字。
收获：项目中改进了什么？下次会怎样做得不同？
具备这四个要素的一个案例，比「我做AI自动化」这样的自我介绍强一百倍。
整理作品集的实用方法是一个简洁的Notion页面或Google Docs文档。不需要花哨，清晰就好。按上面四个框架整理每个项目，如果可能的话附上一段简短的视频演示。
免费试点项目同样可以放进作品集。免费只是价格问题，不是成果问题。如果你在免费试点中帮客户每周节省了5小时，这就是实实在在的成果。
[图38-3] 工作流作品集条目构成示例]
持续学习资源与实践体系
AI的世界变化很快。新模型发布，工具迭代，可能性的边界不断外扩。想跟上这个速度是不可能的。什么都想知道，末尾什么都知道得不深。
更好的做法是建立一套有效的学习体系。
核心技术更新：追踪自己主要使用的工具，Claude Code、常用MCP连接服务器、部署平台，它们的更新动态。不必追每一条AI新闻，但直接影响自己实务的变化不能遗漏。
社区参与：和同领域的实践者交流，信息获取和保持动力可以一石二鸟。线上社区、线下聚会、季度活动，形式不拘。关键是不要一个人孤军奋战。
留出实验时间：在客户项目之外，刻意为个人项目留出时间。验证新模型，尝试新的工作流模式，或者把自己的技术应用到一个完全不同行业的问题上。这些实验时间拓宽了能力的边界，也成为向客户提出新方案的灵感来源。
记录习惯：每个项目结束后记录收获、失败的尝试和成功的模式。这些记录日后会变成作品集的素材，遇到类似项目时的参考，以及展示成长轨迹的证据。
[图38-4] 持续学习体系的四个要素示意图]
所有这些，WAT框架、EA路线图、作品集、学习体系，连接成一个系统。框架为项目提供结构，路线图校准成长方向，作品集积累成果，学习体系保障持续进化。
这套系统属于读者你自己。本书提供的只是一份初始蓝图，而非竣工的建筑。在实战中碰壁、修正，根据自身场景加以变通，随着经验积累不断打磨，才能让它真正为你所用。
将各项技术与框架编织成一套完整系统的工作，到这里已经完成。但拥有系统的人，还需要抬头看向更远处的风景，，在智能体AI飞速演进的时代，读者应当站在什么位置？这个问题仍然摆在眼前。
人工智能专家 金京镇律师
AI法律政策专家 · 前国会议员 · 著有多部作品
如果这本书曾在你身边停留片刻，请考虑支持我们，让下一个故事也能与世界见面。
(自愿赞助账户：农协 302-1096-0948-81 户名：金京镇)