New Release
新書上市
新書上市《Agentic Coding：從 Prompt 到自主軟體工程》上市！
深入 Agentic Coding 的「本質」－學 Agentic Coding 就看這本。
作者 Jollen 說：「AI 能 24 小時不間斷地自主開發軟體，這正是本書的書名源由。」
作者親身見證了 Agentic Coding 的高效率，AI 在幾個月的時間內，「全自主」完成超過 50 套 iOS 應用程式開發，並且正在陸續上架中（其中 20 套 App 己上架 App Store）。
Jollen ：「有幾個遊戲 App 還是 AI 自行上網收集題材、自己撰寫設計文件。」
本書以工程師的視角出發，從 Claude Code、OpenAI Codex、Skills、MCP、Cursor、Windsurf、GitHub Copilot 與 aider 等工具切入。書中安排一個貫穿全書的上機實習專案，說明 Agentic Coding 的整體流程。
本書是「極簡 LLM 應用程式開發入門」系列教材的第二冊，旨在延續「Node.js & LLM 原理與實務」一書（M8802）的內容。Agentic Coding 是一門軟體工程技術，目標在讓 AI 能進入軟體開發流程，並能自動進行上下文管理、使用開發工具、測試與驗證程式嗎。
購買通路包含 Moko365 電子書商店與 Readmoo 讀墨電子書。
- 作者：Jollen
- 出版社：仕橙研策科技股份有限公司
- 出版日期：2026/07/31
- Moko365 電子書商店：LaTeX 級 PDF 電子檔，可下載離線閱讀
- Readmoo：流動版面 EPUB
- eISBN：9786269983360
About the Book
關於本書
本書是「極簡 LLM 應用程式開發入門」系列教材的第二冊，旨在延續「Node.js & LLM 原理與實務」一書（M8802）的內容。Agentic Coding 是一門軟體工程技術，目標在讓 AI 能進入軟體開發流程，並能自動進行上下文管理、使用開發工具、測試與驗證程式嗎。
作者親身見證了 Agentic Coding 的高效率，AI 能在幾個月的時間內，「全自主」完成 50 套 iOS 應用程式開發，並陸續上架中（其中 20 套 App 己上架 App Store）。AI 能 24 小時不間斷地自主開發軟體，這正是本書的書名源由。
本書以工程師的視角出發，從 Claude Code、OpenAI Codex、Skills、MCP、Cursor、Windsurf、GitHub Copilot 與 aider 等工具切入。書中安排一個貫穿全書的上機實習專案 Fullstack News Reader，說明 Agentic Coding 的整體流程。
任務契約與 Agent Loop用 Observe、Plan、Act、Verify 建立可驗證的開發循環。
Claude Code 與 Codex在同一個 codebase 中完成分析、修改、驗證與交接。
Skill 與 MCP封裝可重複工作流，連接工具、資料與開發系統。
測試、安全與治理以 evidence、權限邊界與 Playbook 管理軟體品質。
Foreword
前言
Vibe Coding 將產品構想轉成程式碼，並透過持續互動調整軟體行為。Agentic Coding 進一步把分析、規劃、修改與驗證組成可重複執行的開發流程。
Agentic Coding 的價值在於讓 AI 進入軟體開發的任務流程、上下文管理、工具使用、驗證與治理之中。
本書以工程師的視角出發，從 Claude Code、OpenAI Codex、Skills、MCP、Cursor、Windsurf、GitHub Copilot 與 aider 等工具切入，說明 AI coding agent 在開發流程中的實作方法。
書中安排 Fullstack News Reader 作為全書的上機實習專案。內容依序建立任務物件、工作流、上下文檔案、Skill、MCP-style context server、測試驗收與團隊 Playbook。
Author's Preface
作者序
本書內容定位在 Agentic Coding 的「本質論」，主軸在討論「原理與實務」。關於工具使用與實機操作，則是以有限篇褔搭配貫穿全書專案方式進行。Frontier AI 進化速度相當快，今天學的方法，明天就過時了；前幾天整理的技術方法，很快又要更新。
因此，一本書還沒出版就過時了，很是自然。迎接這種資訊快時尚（用過即可丢）的 AI 時代，解方為回歸人類最基本的學習方法：本質論。
本質與方法就像 Base Model，承載著 World Knowledge；工具與實作就像特殊量化模型，是專業知識的補充講義。若能打好基礎，就得以活用，並能輕鬆適應技術變化。
Vibe Coding 大部份時間，我們都以「自然語言」，也就是口語化的方式，跟 LLM 協作。而提示詞比較偏向討論與構想成形，任務契約則比較像是寫程式指南。
任務契約（Task Contract）也稱為 Task Spec，可視為結構完整的提示詞；有時也被視為是一種 Spec-Driven Development 方法論。
筆者一開始研究 Agentic Coding 時，是透過網路上的 Vibe Coding 文章，只不過「同樣的方法、結果會不同」；這當然是 LLM 的特性，所以是「正常現象」。
許多網路上的詞示詞與 Skills 在使用時，也經常有這種「必然不同結果」的現象。這不是問題，只不過有點影響學習進度。
用對話方式做 Vibe Coding，一句話「幫我做...」經常得到意外效果，因為「根本不知道 AI 會寫出什麼程式」且「成果不易觀測」。
以網站開發的場景來說，這種「開盲盒」的效果很有趣，對 AI 的能力感到驚嘆；以實際上線的産品來說，「會不會亂加什麼功能」，「會不會改到客戶說不要動的地方」，這些在 Vibe Coding 過程中「難以觀測」。
「只能結果出來了才知道。」
後來這二個月，回到 Claude 官網技術文件，並將白話的提示詞，改寫為結構嚴謹的任務契約（Task Contract）後，意外發現效果出奇地好，因為得到的結果「比較能預期」。
因此，本書內容將會以結構嚴謹的任務契約，來取代典型的「白話文提示詞」；實務上，讀者也可以用自己習慣的白話文來跟 LLM 對話，並比較二者的差別。
任務契約另一個優點是，它可以限制 LLM 用什麼工具，或是工具怎麼用。一份完整的任務契約，結構完整，寫作嚴謹，看似不好上手；但「AI 也能幫忙寫」。
實務上，可以使用 Claude 與 ChatGPT 來幫忙。在 AI 與開發者的對話與不斷修改下，便能順利産生一份任務契約。接著，把任務契約放進 Claude Code 下執行，生成的程式碼具備「外觀可靠」的特性：「會長出什麼程式」與事前預期差不多。
過去用 Cursor 與對話式 Vibe Coding 時，長出來的程式碼，「外觀不佳」，多看它幾眼，還是不知道程式碼在做什麼。
所謂的「外觀可靠」是筆者自己的說法。現在除了很細節的演算法實作，幾乎可以「不用看 AI 寫出來的程式」，可是總是要「大概看一下」吧。於是，有經驗的開發者都知道，其實把程式碼用眼球掃幾下，「看一下程式碼長相」，大概就知道「可不可靠」了。
外觀可靠的程式碼，甚致「看一眼就知道在做什麼」；這也是任務契約，比典型提示詞更值得投入的原因。此外，任務契約也能重覆使用；初期若能建立一套完整的任務契約做為範本，在進行其它專案時，便能快速修改契約內容並快速套用。
若您對本書內容有任何疑問或指正，歡迎透過作者電子郵件交流：jollen@jollen.org
— Jollen, 2026.7.31
