AI Agent入门血泪史：从“AI真厉害”到“还我100块”，我踩的坑和学到的经验
我的 AI Agent 入门血泪史：从兴奋到破产，我学到的三件事
起因：一个想偷懒的念头
前几天，一个朋友在玩某个币，跟我炫耀他用的那些软件工具。我自己偶尔也看看大A，心里就琢磨着：能不能也整个AI帮我盯着？
于是我就开始了这段折腾之旅。
第一阶段：找模型，各种碰壁
最开始听说 Claude 很厉害，但我打开官网一看——要注册、要翻墙、有时候还报错。研究半天，放弃了。
然后发现了Trea（不需要创建账号就能用），就兴冲冲上去试。结果用了几天发现，这玩意儿怎么感觉不太聪明的样子？
后来问了一圈才知道，原来可以在VS Code上面安装 Claude 插件。我就装了，然后发现——还是不能用，因为我不知道它需要接入大模型！
跑去问 DeepSeek，才知道需要买 token。于是又开始折腾，下载了CClimb，一顿配置，终于让 VS Code 里的 Claude 用上了 DeepSeek V4 的模型。
第二阶段：初见成效，疯狂上头
配置好之后，我激动地跟它说：“帮我做一个XXX软件！”
看着它有模有样地在写代码，我第一次打开那个项目的时候——豁，好家伙，挺厉害啊！
最开始做的三板斧项目，我都传到 GitHub 上了，还拿去跟朋友炫耀：“你看，这是我用AI做的！”
就这样连着玩了几天，甚至还部署了一个腾讯云服务器。每天跟 Agent 聊得不亦乐乎，觉得自己马上就能做出完整项目了。
第三阶段：发现不对劲
昨天，我突然发现一个严重的问题：Agent 怎么变笨了？
我说过的话，它都不记得了。还喜欢疯狂新建文件——明明我只让它改一个功能，它能给我整出三四个新文件出来，整个项目目录乱得不行。
更气的是：它经常把我之前已经修好的功能又给改坏了！
我问它：“我说的话你怎么不记得了？”
它回了一堆废话。
我又去查、去问，终于搞清楚了一个核心概念：Agent 本身没有“记忆”，上下文是有限的。
重点踩坑：我要实时数据，它偷偷读本地缓存
中间还有一个让我找了很久错误的坑。
我需要 Agent 帮我写一个功能：实时获取网络数据。它刷刷刷写完了，我看着代码逻辑好像也没问题，但跑起来就是不对劲——数据怎么一直不更新？
我以为是我网络的问题，反复检查接口、检查请求头、检查解析逻辑。折腾了好久，仔细一行一行看它写的代码，才发现：它给我写了一个“读取本地缓存文件”的逻辑！
接口请求那部分它确实写了，但它“自作主张”加了一段：如果本地有这个缓存文件，就直接读本地，不发网络请求了。它觉得这是在帮我“优化性能”，但完全违背了我的需求——我要的就是实时数据，你让我读缓存？
这个小细节导致我找错误找了很久。所以后来我学乖了：所有对数据源的要求，必须非常明确地写出来。
第四阶段：摸到真正的门道
后来我才知道，想让 Agent 真正好用，需要三样东西：Skill、MCP 和文档存储。
Skill：给 Agent 增加“技能包”，让它知道怎么处理特定任务。
MCP：有点像 Agent 的“外接插件”，可以连接外部工具和数据源。
但经过这一周的血泪教训，我个人有一个更深的体会：光有 Skill 和 MCP 还不够，一定要配合详细的开发文档！
你要把项目背景、技术选型、文件结构、当前进度——全部写成文档，让 Agent 能读取到。不然它就像一只聪明的猴子，代码写得挺像那么回事，但完全不管上下文，东一榔头西一棒子，写得越多你越崩溃。
尤其是数据源的要求，一定要写得清清楚楚：是实时获取还是本地读取？接口地址是什么？更新频率是多少？不然它真的会“帮”你做一些你以为它不会做的事情。
总结：我花100多块买来的教训
Agent 没有“记忆”：你说的很多话、之前让它做的事情，超出上下文窗口就全忘了。一定要把重要信息写进文档里，让它每次都能读到。
MCP 需要配合规则使用：别光装工具，要告诉它什么场景下该调用哪个工具，不然它会乱来。
Skill 是灵魂：不同的开发任务需要不同的 Skill 指导，这决定了 Agent 是“能干活”还是“瞎捣乱”。
开发文档是命根子：这是我体会最深的一点。尤其是数据源、接口逻辑这类关键需求，不给他规定好，不让他读到上文的进度，有时候他也会发神经乱写——比如你要实时数据，它偷偷给你读本地缓存。
折腾了几天，跑了 100 多块的 token 费用，踩了无数坑，终于摸到了 AI Agent 的正确使用姿势。
总结成一句话就是：Skill、MCP 和开发需求，一定要写清楚啊！！！