4.4 Agentic Coding:以 Antigravity 為核心的「一人大軍」實踐
學完本節,你能夠:
- 區分 AI 輔助寫程式的三個階段(自動補全、對話生成、代理式程式設計),說明「代理」多做了哪些事。
- 依照「意圖 → 計畫 → 審查 → 執行 → 驗收」五步迴圈指揮 AI 代理,並指出人必須把關的三個檢查點。
- 依任務性質,判斷該用 Google Antigravity 這類圖形化代理平台,還是 Claude Code 這類終端機代理。
壹、開場情境:一個等不到工程師的小工具
📌 以下為教學情境(依實務改編)。
一家代理日本保養品的貿易公司,行銷經理林小姐每天早上要打開日本電商網站,手動記下競品的日圓售價,再用計算機換成台幣,看看對手有沒有降價到比自家便宜。
她向資訊部門申請一個「自動比價提醒」小工具,得到的回覆是:「排程已滿,最快下一季。」
| 做法 | 誰動手 | 時間 | 問題 |
|---|---|---|---|
| 繼續手動 | 林小姐 | 每天 30 分鐘 | 枯燥、容易漏看 |
| 排資訊部門 | 工程師 | 等三個月 | 等到時市場早就變了 |
| 自己用 AI 代理做 | 林小姐指揮 AI | 半天到一天(含驗收) | 她看不懂程式,怎麼確定 AI 做對了? |
本節要解決的問題: 不會寫程式的經理人,要怎麼指揮 AI 代理做出一個可靠的小工具,又不被它「自信地做錯」?
貳、概念:從「補一行」到「做一整件事」
1. AI 寫程式的三個階段
| 階段 | 人做什麼 | AI 做什麼 | 例子 |
|---|---|---|---|
| ① 自動補全 | 寫程式,AI 在旁邊猜下一行 | 補完一行或一段 | 輸入 def calculate_,AI 補上整個函式 |
| ② 對話生成 | 把需求貼進聊天視窗,再把程式碼複製回去執行 | 產出程式碼片段 | 本書第 1.1 節的 Prompt 做法 |
| ③ 代理式程式設計(Agentic Coding) | 給目標、規格與驗收標準,審查計畫與結果 | 自己讀專案檔案、規劃步驟、修改多個檔案、執行指令與測試、看到錯誤再自己修正 | 本節的比價工具 |
第 ③ 階段的關鍵差別在於 AI 能動手:讀寫檔案、在終端機執行指令、開瀏覽器測試網頁。能動手,代表做得多也錯得多,所以人的角色從「寫程式的人」變成「下指令並驗收的人」。
💡 終端機:電腦上用文字輸入指令的視窗,附錄 B.8 有入門說明。代理(Agent):能自己決定下一步、並呼叫工具完成任務的 AI,第 8.4 節會說明它的運作迴圈。
2. Google Antigravity 是什麼
Google Antigravity 是 Google 在 2025 年 11 月以公開預覽版推出的「代理優先」開發平台,外觀是一個程式編輯器,加上一個可以同時派出、監看多個 AI 代理的管理介面。2026 年 Google 又推出了 2.0 版本與獨立桌面應用程式。這類產品更新很快,介面名稱與按鈕位置請以官方說明為準;以下只介紹與管理者角色最相關、且官方文件有說明的功能:
| 功能 | 白話說明 | 對經理人的意義 |
|---|---|---|
| 規劃模式 vs. 快速模式 | 規劃模式下,代理先產出計畫再動手;快速模式則直接執行 | 複雜或有風險的任務用規劃模式,讓你先看計畫 |
| Artifacts(產出物) | 代理留下的可檢查成果:任務清單、實作計畫、完成說明、程式差異、截圖、瀏覽器操作錄影 | 不用讀程式碼,也能從計畫與截圖判斷方向對不對 |
| 在產出物上留言 | 可以直接在計畫上留言要求修改,同意後再讓代理繼續 | 等同「簽呈批示」 |
| 審核設定 | 可設定代理執行終端機指令、存取檔案前是否要先經你同意 | 決定 AI 有多大的自主權(權限越大,風險越大) |
| 操作瀏覽器 | 代理可開啟瀏覽器,實際點擊網頁來測試成果 | 適合檢查網頁畫面是否正確 |
| Skills、MCP | 擴充代理的專業知識與可連接的外部工具 | 附錄 B.4、B.5 與第 8.3 節說明 |
⚠️ 常見誤解:代理是在「沙盒」裡跑,所以很安全? 不一定。代理執行的終端機指令,通常是在你自己的電腦或專案環境中真正執行:刪掉的檔案就是真的刪掉。這正是「審核設定」存在的原因。新手請保持「執行指令前先問我」。
3. 一個問題,分辨所有 AI 工具:「下一步由誰決定?」
💡 上面的「三個階段」說的是技術怎麼演進;第 1.3 節的「四波」說的是產業時間軸;這裡的「五個層級」則是選工具時的判斷尺。三者描述的是同一條路,角度不同。
市面上的 AI 工具名稱、介面每幾個月就變一次。有一個問題可以穿透所有行銷用語,判斷一個工具屬於哪一類:下一個動作,是誰選的?
| 層級 | 型態 | 下一步由誰決定 | 人交出去的是 |
|---|---|---|---|
| ① | 自動補全 | 人 | 打字 |
| ② | 對話視窗 | 人(決定貼哪些資料、採不採用) | 寫一段程式 |
| ③ | 協作夥伴(人指定檔案、逐次批准修改) | 人決定範圍與每一次採用 | 一個有範圍的修改任務 |
| ④ | 代理式工具(本節的 Antigravity、Claude Code) | AI 決定要讀什麼、改什麼、執行什麼 | 一個目標 |
| ⑤ | 多代理同時工作 | 多個 AI 各自決定,人負責協調 | 一組目標 |
③ 和 ④ 之間是一條分水嶺:從這裡開始,AI 自己選擇下一步。 這不是程度上的差別,而是性質的改變:人不再逐步批准,所以需要事先寫好的規格(第 2.6 節)、權限(第 9.2 節)與停止條件(第 9.6 節)。
但要注意:AI 能決定下一步,不代表沒有人設計規則。 它能選擇的工具清單、每個工具的權限、什麼時候必須停下,都是由 AI 外面那層程式事先規定的(第 9.1 節的 Harness)。
💡 選對層級,而不是選最自動的。 層級越高,AI 自己做得越多,問你的越少,但花的費用越高,錯誤也越晚才被發現。一個「改報價單上一個欄位名稱」的小修改,用 ③ 更便宜、更安全;一個「新增整套比價功能」的任務,才值得用 ④。
參、方法:人機協同五步迴圈
目標、規則、例外、驗收標準"] --> B["② 代理:產出實作計畫
要改哪些檔案、用什麼工具、怎麼測試"] B --> C{"③ 經理人:審查計畫"} C -- "退回修改" --> A C -- "同意" --> D["④ 代理:實作與自我測試
寫程式、執行、看錯誤、修正"] D --> E["⑤ 經理人:驗收
用自己準備的情境檢查結果"] E -- "不通過" --> A
| 檢查點 | 人要問的問題 | 不問的後果 |
|---|---|---|
| ① 定義問題 | 規則、門檻、例外寫清楚了嗎?(第 1.1 節的規格表) | AI 只能猜,而且會猜得很有自信 |
| ③ 審查計畫 | 它打算動哪些檔案?用到哪些外部服務?失敗時怎麼辦? | 在錯誤的方向上做得又快又多 |
| ⑤ 驗收 | 用我準備的測試情境跑一次,結果對嗎? | 「測試通過」可能只是 AI 自己出題自己答 |
Agentic Coding 不是把事情丟給 AI 就不管。打字的工作交出去了,判斷的工作仍在你手上。
肆、應用到情境:林小姐的比價提醒工具
1. 先把規格寫好(步驟 ①)
| 說法 | 追問 | 規格 |
|---|---|---|
| 「盯著競品價格」 | 哪些商品、哪個網站、多久看一次? | 指定 3 個商品網址,每天早上 9 點檢查一次 |
| 「便宜就通知我」 | 多便宜?用哪個匯率? | 日圓售價 × 當天匯率 < NT$ 1,200 就發送通知到 Slack 頻道 |
| (沒說) | 匯率抓不到怎麼辦? | 停止比價並通知「匯率取得失敗」,不得用舊匯率或預設值硬算 |
| (沒說) | 網頁抓不到或格式改了怎麼辦? | 通知「某商品無法讀取價格」,不得當成價格 0 |
| (沒說) | 可以抓這個網站嗎? | 先確認網站使用條款與 robots.txt 是否允許;頻率維持每天一次,不造成對方負擔 |
給代理的 Prompt(使用規劃模式):
請先產出實作計畫,等我同意後再動手。
【目標】每天 09:00 檢查 3 個日本電商商品頁的日圓售價,換算台幣後判斷是否低於門檻。
【規則】台幣價格 = 日圓售價 × 當日匯率;低於 NT$ 1,200 時發送 Slack 通知。門檻與網址清單放在設定檔最上方。
【例外】匯率取得失敗:停止比價並通知「匯率取得失敗」,不得使用預設匯率。
商品頁讀取失敗或找不到價格:通知「無法讀取價格」,不得當成 0。
【驗收】請附上測試:價格 ¥5,500、匯率 0.21 時應發出通知;匯率 API 失敗時不得發出比價結果。
【限制】執行任何安裝或刪除指令前先問我。
2. 審查計畫(步驟 ③)
代理產出的計畫可能列出:用哪個 Python 套件抓網頁、從哪裡取得匯率、Slack 通知怎麼送、要建立哪些檔案。林小姐不需要看懂每個套件,但要檢查:
- 匯率失敗時的處理,是否照規格「停止並通知」?
- 計畫中的套件與服務是否真的存在、是知名來源?(第 4.5 節會說明 AI 虛構套件的風險)
- Slack 的連線網址(Webhook URL)是否放在設定檔或環境變數,而不是直接寫在程式裡?
她在計畫上留言:「請在網頁暫時連不上時,間隔幾分鐘重試 3 次,仍失敗再通知。」代理修改計畫後,她才同意執行。
3. 驗收(步驟 ⑤)
| 驗收情境 | 預期結果 |
|---|---|
| 價格 ¥5,500、匯率 0.21 | 5,500 × 0.21 = NT$ 1,155 < 1,200 → 發出通知 |
| 價格 ¥6,000、匯率 0.21 | 6,000 × 0.21 = NT$ 1,260 → 不通知 |
| 匯率服務關閉 | 只發出「匯率取得失敗」,沒有任何比價結果 |
| 商品頁網址打錯 | 通知「無法讀取價格」,而不是「價格 NT$ 0,超便宜!」 |
💡 這裡的匯率 0.21(1 日圓 ≈ 0.21 台幣)只是測試用的假設值,實際執行時要從匯率服務取得。
伍、另一種代理:Claude Code
Antigravity 以圖形介面為主;另一類代理則直接在終端機中工作,代表之一是 Anthropic 推出的 Claude Code。它同樣會讀取專案檔案、修改程式、執行指令與測試,也提供編輯器擴充、桌面程式與網頁版等使用方式。
| Google Antigravity | Claude Code | |
|---|---|---|
| 主要介面 | 圖形化編輯器 + 代理管理介面 | 終端機(另有編輯器擴充、桌面與網頁版) |
| 先計畫再動手 | 規劃模式,在 Artifacts 上審閱計畫 | Plan Mode(在終端機中按 Shift+Tab 切換權限模式) |
| 專案規則 | 可設定規則與 Skills | 專案根目錄的 CLAUDE.md,每次啟動都會讀取 |
| 擴充方式 | Skills、MCP | Skills、Hooks(在動作前後自動執行檢查)、Subagents(子代理)、MCP |
| 適合情境 | 想用畫面、截圖與瀏覽器錄影確認成果 | 在既有專案或伺服器上批次修改、搭配 Git 管理 |
兩者的工作方式本質相同,都依循「探索 → 計畫 → 實作 → 驗收/提交」。選哪一個取決於團隊習慣與任務性質,五步迴圈與三個人工檢查點都不會變。安裝方式與 CLAUDE.md 範本請見附錄 B.8(官方目前建議使用原生安裝程式,指令以官方文件為準)。
陸、限制與銜接
| 限制 | 後果 | 在哪一節處理 |
|---|---|---|
| 代理會自信地做錯,也可能誤報「測試已通過」 | 未經驗收就上線,錯誤直接影響業務 | 第 4.5 節 AI 時代的 Code Review |
| 代理在真實環境執行指令 | 誤刪檔案、誤改設定 | 第 9.2 節 權限隔離與預設安全 |
| 規格不清時,代理會自行補上假設 | 補的假設不一定符合公司規則 | 第 2.4 節 邊界條件 |
| 工具版本與功能變化快 | 書上的介面名稱可能過時 | 以官方文件為準;方法(五步迴圈)不會過時 |
本節小結
- 代理式程式設計讓 AI 能讀寫檔案、執行指令、自我修正;能動手,所以更需要把關。
- 人機協同五步迴圈中,定義問題、審查計畫、驗收三個檢查點必須由人負責。
- 規格中最重要的是例外:外部資料取得失敗時要停止並告警,不能用假的預設值繼續做商業判斷。
- Antigravity 與 Claude Code 介面不同、方法相同;選工具前先想清楚要給代理多少權限。
柒、練習
- 改數字(5 分鐘):林小姐把通知門檻從 NT$ 1,200 改成 NT$ 1,150。在匯率 0.21 下,¥5,500 的商品還會觸發通知嗎?她應該在 Prompt 的哪一段修改?
- 加功能(20 分鐘):主管希望除了「低於門檻」之外,當競品價格比昨天下降超過 10% 也要通知。請先在第肆段規格表加一列(說法 → 追問 → 規格,記得想「昨天沒有資料」的例外),再改寫 Prompt,並設計兩個驗收情境。
- 管理反思(討論):比較「委外工程師開發」與「經理人親自指揮代理開發」,在溝通成本、修改速度、品質責任三個面向的差異。若林小姐做的工具出錯,讓公司錯過一次調價時機,責任在 AI、在林小姐,還是在核准她使用工具的主管?
📚 本節補充內容出處:「下一步由誰決定」與自主程度階梯的觀念參考美國密西根大學 EECS 498「Applied Agentic Software Engineering」課程(2026 秋季),內容依商學院情境重新撰寫。