什么是 Coding Agent
一句话解释
Coding Agent（编程智能体）是一个能在你电脑上"动手干活"的 AI 编程助手。
你用中文告诉它要做什么，它会自己去读项目里的文件、修改代码、运行命令、看报错、再修改，直到把事情做完。整个过程中，你主要负责三件事：提需求、审核它的操作、检查结果。
本教程讲两个最主流的 Coding Agent：
| Claude Code | Codex CLI | |
|---|---|---|
| 出品方 | Anthropic | OpenAI |
| 运行方式 | 终端（命令行），也有 VS Code 插件和桌面版 | 终端（命令行），也有 VS Code 插件和桌面版 |
| 默认模型 | Claude 系列 | GPT 系列 |
| 能否接入 DeepSeek | 能（DeepSeek 提供 Anthropic 兼容接口） | 能（DeepSeek 提供 Responses 兼容接口） |
| 项目说明文件 | CLAUDE.md | AGENTS.md |
它是怎么干活的
Coding Agent 的核心是一个循环：它不是一次性把答案吐给你，而是像人一样"做一步、看一眼、再做下一步"。
举个例子。你说"帮我修好这个网页的报错"，它大致会这样做：
❯ 网页打开后按钮点了没反应，帮我修一下
● 我先看看页面的代码。
⎿ Read(index.html) ← ① 读取文件
⎿ Read(app.js)
● 找到原因了：app.js 第 12 行的按钮 id 写错了，
页面里是 "submit-btn"，代码里写成了 "submitBtn"。
⎿ Edit(app.js) ← ② 修改代码
● 我运行一下检查，确认没有其他错误。
⎿ Bash(node --check app.js) ← ③ 运行检查
(没有输出，说明语法正确) ← ④ 看结果
● 已修复。刷新页面后按钮应该能正常工作了。注意它的每一步都是真的在你电脑上执行：真的读了文件，真的改了代码，真的运行了命令。这就是 Agent 和聊天机器人最大的区别。
它和"网页版聊天 AI"有什么区别？
你可能用过 DeepSeek、豆包、Kimi 这类网页版聊天 AI，把代码复制进去，让它帮你改。
| 网页版聊天 AI | Coding Agent | |
|---|---|---|
| 看代码 | 你手动复制粘贴给它 | 它自己打开项目文件去读 |
| 改代码 | 它给你一段代码，你自己复制回去 | 它直接修改文件 |
| 运行和调试 | 你自己运行，再把报错贴给它 | 它自己运行命令、看报错、接着改 |
| 能看到多少 | 你贴给它的那几段 | 整个项目文件夹 |
| 适合做什么 | 问问题、写小片段 | 完成一个完整的任务，比如"加一个登录页面并跑通" |
打个比方：网页版 AI 像一个远程顾问，只能隔着屏幕给建议；Coding Agent 像一个坐在你旁边的程序员，可以直接上手操作你的电脑。
它和 Copilot 代码补全有什么区别？
GitHub Copilot 这类代码补全工具，是在你打字时猜你下一行要写什么。主角是你，它只是帮你少敲几个字。
Coding Agent 的主角是它自己：你描述一个目标，它规划步骤并执行。你的角色更像项目经理 + 代码审核员。
它能做什么、不能做什么
比较擅长的：
- 从零搭一个小工具、小网站、小脚本
- 读懂一个陌生项目，给你讲清楚它的结构
- 定位和修复报错
- 写测试、写文档、批量修改代码
- 帮你学编程：让它写，然后问它"为什么这么写"
需要你把关的：
- 它会犯错。 代码能运行不等于逻辑正确，重要的地方要自己检查。
- 它会执行命令。 删除文件、安装软件这类操作，要看清楚再批准。
- 它不知道你没说的事。 需求越具体，结果越好。
- 它会花钱。 每一轮都要调用大模型，按用量计费，任务越大花费越多。
零基础能学会吗？
能。本教程默认你没用过终端，每个步骤都会写清楚：在哪里输入什么、正确的结果长什么样、出错了怎么办。你不需要先学会编程，但要愿意跟着步骤动手，遇到报错时不慌。
先认识几个词
后面会反复出现这些词，先有个印象，不用死记：
| 词 | 通俗解释 |
|---|---|
| 模型（大模型） | 真正"思考"的 AI，比如 DeepSeek-V4、Claude、GPT。Claude Code 和 Codex 本身只是"外壳"，负责调用模型、执行操作 |
| API | 程序之间互相调用的接口。Agent 通过 API 把你的需求发给模型 |
| API Key | 调用 API 用的"密码"，费用从这个 Key 对应的账户里扣。千万不能泄露 |
| token | 模型处理文字的计量单位，可以粗略理解为"字数"。费用按 token 计算 |
| 上下文 | 模型在一次对话中能"看到"的全部内容：你说的话、它读过的文件、执行过的命令结果……上下文越长，费用越高、反应越慢 |
| 提示词（prompt） | 你对 AI 说的话，也就是你提的需求 |
| 终端 | 输入命令的窗口，Agent 就运行在里面。第 1 章会详细讲 |
关于账号和费用：本教程的主线选择
Claude Code 和 Codex 本身是免费下载的软件，但它们必须连接一个大模型才能工作，而大模型是收费的。连接方式有两种：
- 官方账号：Claude Code 用 Anthropic 的 Claude 订阅或 API；Codex 用 ChatGPT 订阅或 OpenAI API。
- 第三方模型：把工具连接到其他兼容的模型服务，比如 DeepSeek。
关于官方服务的地区限制
Anthropic 和 OpenAI 的官方服务不支持中国大陆等地区。在不支持的地区通过代理注册或使用官方账号，违反它们的服务条款，账号有被封禁的风险。
所以本教程的主线是：
Claude Code / Codex（工具本身）+ DeepSeek（国内可以直接访问的模型服务）
这条路线的好处：
- 安装工具走 npm 国内镜像，不需要代理；
- DeepSeek 是国内服务，直接访问，充值方便；
- 价格相对便宜，适合学习和日常使用。
如果你所在的地区支持官方服务，也可以用官方账号，第 3、4 章会顺带提到。
下一步
看一眼 学习路线图，了解整个教程怎么安排、该从哪里开始。