開發(fā)工具的規(guī)則已經(jīng)徹底改變！

開發(fā)者們過去可能很難想象，有一天安裝 Tailwind CSS 只需給 VS Code 一句指令即可。但現(xiàn)在，這已經(jīng)成為現(xiàn)實。

VS Code 最近推出了“Agent 模式”，它并非只是簡單地給出開發(fā)建議，而是真正能代替開發(fā)者完成一系列實際操作：

• ? 自動安裝依賴
• ? 修改配置文件
• ? 啟動本地開發(fā)服務(wù)器

然而首次嘗試中，它卻意外失敗——正是這次失敗揭示了使用AI工具時最關(guān)鍵的訣竅。

VS Code Agent模式：真正的AI開發(fā)同事

如何開啟Agent模式

這個功能目前正逐步推送，可能并非所有人都能看到。不過開啟它其實非常簡單：

• 打開設(shè)置 (Ctrl+, 或 Cmd+,)
• 搜索 "agent"
• 勾選啟用選項

圖片

完成以上步驟后，聊天欄就會出現(xiàn)三個模式：

• Ask（類似 ChatGPT 回答問題）
• Edit（修改文件）
• Agent（執(zhí)行一切操作，像真實開發(fā)者）

圖片

注意：缺少上下文時，它表現(xiàn)非常笨拙

第一次使用Agent模式安裝Tailwind CSS時，它給出了過時的指令。原因如下：

• Claude 3.5 模型數(shù)據(jù)停留在 2024年4月。
• Tailwind 最新文檔已更新到 2025 年。

解決方案：強制AI閱讀最新文檔

通過使用 #fetch 工具，將Tailwind最新官方安裝文檔鏈接直接傳遞給AI，并明確告知：

「嚴格按照這些步驟執(zhí)行。」

圖片

于是，它表現(xiàn)完美：

• 跳過多余步驟（已有項目環(huán)境）
• 準確修改了 postcss.config.mjs
• 創(chuàng)建CSS文件
• 甚至啟動了本地開發(fā)服務(wù)器

AI工具的真正力量在于，要像指導(dǎo)初級開發(fā)人員一樣明確指令。

圖片

終極考驗：它能否獨立構(gòu)建一個完整應(yīng)用？

開發(fā)者給出了一份明確的產(chǎn)品需求文檔（PRD），要求構(gòu)建一個名為“3D時間表”的Web應(yīng)用。但首先遇到了一個重大障礙：

數(shù)據(jù)庫整合問題

AI需要了解Postgres數(shù)據(jù)庫結(jié)構(gòu)（例如 users、lists 表）。怎么辦？

MCP服務(wù)器登場：與數(shù)據(jù)庫直接對話的利器

MCP (Model Context Protocol) 是本地程序，用于將 VS Code 與外部系統(tǒng)（如數(shù)據(jù)庫）連接：

安裝過程：

1.從 mcp.so 找到對應(yīng)Postgres MCP服務(wù)器。

圖片

在這里獲取名稱包：

圖片

2.使用 npm 安裝：

然后返回 VS 代碼，搜索'>mcp：添加服務(wù)器...'

圖片

圖片

npm install <mcp-server-name>

3.在 VS Code 中，使用命令行添加MCP服務(wù)器連接到數(shù)據(jù)庫。

隨后，開發(fā)者向Agent模式提問：

「告訴我數(shù)據(jù)庫的結(jié)構(gòu)？」

AI立刻連接數(shù)據(jù)庫并準確回復(fù)：

「你的數(shù)據(jù)庫有兩個表：users 和 lists，主鍵分別是…」

最關(guān)鍵時刻：“幫我構(gòu)建這個應(yīng)用！”

開發(fā)者直接在聊天框中輸入需求文檔，并告訴Agent模式：

「請根據(jù)這份文檔構(gòu)建完整應(yīng)用。」

隨后，開發(fā)者離開電腦，30分鐘后回來檢查成果。

30分鐘后的驚人結(jié)果：

AI完成了一個完整的應(yīng)用：

• 使用 Tailwind CSS 構(gòu)建的UI界面
• 數(shù)據(jù)庫整合完畢
• 自動獲取鏈接的元數(shù)據(jù)（標題、圖標）
• 支持拖放排序功能

唯一需要手動修正的，是一個Postgres導(dǎo)入語句錯誤。但即使這個錯誤，也被VS Code內(nèi)置的智能修復(fù)（Next Edit Suggestions）及時捕捉：

自動修正自己的錯誤

開發(fā)者修正了導(dǎo)入語句，VS Code 隨即自動提示并修復(fù)了其它相關(guān)錯誤。

被忽視的強大功能：“自由選擇AI模型”

VS Code 的AI并非只能使用 Copilot，開發(fā)者還能：

• 在設(shè)置中打開「管理模型」；
• 輸入其它 AI模型API Key（如 Gemini、Ollama）；
• 隨意切換模型，靈活高效。

最終評價：它真的代表了未來嗎？

經(jīng)過多項測試，得出以下結(jié)論：

• ? Agent模式顛覆傳統(tǒng)，僅憑指令即可構(gòu)建完整功能。
• ? MCP服務(wù)器解決了AI不了解數(shù)據(jù)庫結(jié)構(gòu)的難題。
• ? 智能錯誤修復(fù)功能顯著節(jié)約調(diào)試時間。

但與此同時，也有一些局限：

• ?? AI不是萬能的，缺乏明確指令會陷入困境。
• ?? 復(fù)雜任務(wù)可能需要更長處理時間。
  

接下來，還能做什么？

未來開發(fā)者可能繼續(xù)嘗試：

• 調(diào)試舊版遺留代碼
• 實現(xiàn)自動化部署流程
• 自動編寫和運行測試用例

很明顯，這種AI驅(qū)動的開發(fā)方式，已經(jīng)徹底改變了傳統(tǒng)編程的面貌。