Andrew Ng 與 Anthropic 聯手推出 Claude Code 免費課程

在 2025 年 8 月，DeepLearning.AI 創辦人 Andrew Ng 與 Anthropic 技術教育負責人 Elie Schoppik 共同發布了一門名為「Claude Code：A Highly Agentic Coding Assistant」的免費短課程，這不僅標誌著 AI 輔助開發進入「代理式（agentic）」新紀元，更在開發者社群中掀起了一股前所未有的討論熱潮。

這門課程提供了 1 小時 50 分鐘的實戰教學，從資深工程師到 AI 懷疑論者，每個人都對 Claude Code 的能力與定位提出了自己獨特的見解。特別是當 Andrew Ng 在社群媒體上興奮地宣布：「如果你想使用高度自主的程式設計 - 即 AI 自主工作數分鐘或更長時間，而不僅僅是完成程式碼片段 - 這就是你需要的課程」時，整個開發者社群都為之震動。

什麼讓 Claude Code 如此特別？

Claude Code 不只是另一個程式設計助手工具。它實際上是一個高度自主的編程夥伴，能夠規劃、執行和改進程式碼，並且只需要最少的人工輸入。想像一下這樣的場景：你和你的團隊可以同時運行多個 Claude Code 實例，並行處理程式碼庫的不同部分 - 這正是 agentic coding 最迷人的地方。

更重要的是，這種「代理式」能力讓 AI 不再只是被動回應指令，而是能主動規劃、執行、迭代長達數分鐘甚至數小時的複雜任務，這與傳統「問答式」AI 形成了根本性的區別。

課程設計與核心架構：從零到專家的三階段實戰路徑

課程定位與目標學習者

「Claude Code：A Highly Agentic Coding Assistant」被定位為「中階」課程，但實際上其設計哲學更接近「橋接課程」。無論你是完全沒用過 Claude Code 的新手，或已經在 Cursor、GitHub Copilot 等工具上有經驗的開發者，都能在 10 支影片內完成從基礎到進階的跨越。

三專案驅動的學習路徑

課程以三個真實專案為核心，每個專案都對應一組「代理式」工作流程：

專案名稱	主要內容	學習重點
RAG Chatbot 深度探索	分析既有程式碼庫的前後端資料流，透過子代理平行開發新功能	學習使用「thinking mode」進行複雜邏輯推理，自動生成測試、重構程式碼、發起與合併 Pull Request
電商數據儀表板重構	將雜亂的 Jupyter Notebook 轉化為可部署的互動式儀表板	深入使用 MCP（Model Context Protocol）伺服器整合 Playwright 進行 UI 自動化測試
Figma Mockup 轉 Web App	透過 Figma MCP 伺服器讀取設計稿並生成前端程式碼	實現「設計到部署」的全自動化流程，透過 Playwright 截圖比對自動修正 UI 錯位問題

技術架構與記憶機制

課程特別揭露了 Claude Code 的「記憶」機制：透過專案根目錄下的 CLAUDE.md 檔案，AI 能跨會話記住程式碼風格、專案規範、甚至團隊慣例。這個設計讓 Claude Code 不只是「工具」，而是能累積經驗的「隊友」。

此外，課程也示範如何使用 Git worktrees 讓多個 Claude 實例平行運作，處理不同功能分支，這種做法能大幅提升團隊協作效率，讓開發速度提升數倍。

社群熱議：從「改變遊戲規則」到「過度炒作」的兩極評價

正面回饋：資深工程師的「真香」時刻

在 LinkedIn 與 Hacker News 上，多位資深工程師分享了從懷疑到「回不去」的轉變過程。Prismic.io 的資深工程師 Angelo Ashmore 撰文指出，他原本對 AI 工具極度抗拒，嘗試 Cursor、avante.nvim、Aider 等工具都失敗，直到遇見 Claude Code 才找到「像資深工程師而非工具」的體驗。

Angelo 特別強調 Claude Code 在 Neovim 環境下的無縫整合，以及其「終端優先」設計如何讓他保持既有工作流程，同時獲得 AI 的加速效果。這種體驗讓他從一個 AI 懷疑論者轉變為堅定的支持者。

Meri Nova 在 LinkedIn 的貼文更直接宣稱「我試過所有 AI 編碼助手，沒有任何工具比得上 Claude Code」，並附上 12 分鐘從零建置專案的 YouTube 教學，強調其「可程式化終端」、「多代理背景執行」、「月費比 API 計費便宜 10 倍」等優勢。

質疑聲浪：Cursor 用戶的反擊

然而，並非所有人都對 Claude Code 感到滿意。Hacker News 上的討論呈現了截然不同的觀點。用戶 ianberdin 直言：「每次看評論說 Claude Code 遠勝 Cursor，我就重試一次，結果還是 Cursor 比較快、比較清楚」，並質疑「那些網紅是不是被收買了？」

這反映了社群中對「終端工具 vs 圖形介面」的長期分歧：習慣 VS Code 生態的開發者認為 Cursor 的整合度更高，而終端派則推崇 Claude Code 的純粹與可擴充性。

中立分析：工具選擇的「情境依賴」

開發者 Waterluvian 的評論提供了更平衡的觀點：「大多數軟體開發的難點不在演算法，而在規格、設計、架構。AI 可以快速產出『能動』的程式，但能否維護 30 年是另一回事」。

這個觀點提醒了社群，Claude Code 的價值可能不在於取代工程師，而在於加速原型與迭代，真正的工程判斷仍需人類主導。

與競品深度比較：Claude Code vs Cursor vs OpenAI Codex

技術規格對比

根據 Qodo.ai 的詳細比較，Claude Code 與 Cursor 的核心差異在於「上下文穩定性」與「介面哲學」：

特性	Claude Code	Cursor	OpenAI Codex
上下文視窗	穩定 200k tokens	理論 200k，實際會動態縮減	128k tokens
介面	終端優先，CLI 原生	GUI 優先，VS Code 分支	API 優先
平行處理	Git worktrees 原生支援	Agent 模式背景執行	無原生支援
定價	用量計費（$20-$100/月）	分級訂閱（$20-$200/月）	API 計費
最適場景	大型程式庫、自動化流程	快速迭代、視覺化除錯	Pair programming

與 OpenAI Codex 的哲學差異

Dev.to 上的比較指出，Codex 更偏向「pair programming」助手，而 Claude Code 則是「autonomous agent」。Codex 擅長在 IDE 內即時提供建議，適合「人機共舞」；Claude Code 則能獨立完成從需求分析到測試部署的全流程，適合「人機分工」。

這種差異反映了兩種不同的開發哲學：一種強調即時協作，另一種強調自主執行。開發者需要根據自己的工作風格和專案需求來選擇最適合的工具。

企業採用考量

對於企業用戶來說，安全性與合規性是關鍵考量因素。目前 Claude Code 與 Cursor 都未公開 SOC2 認證細節，但 Claude Code 的終端架構讓企業更容易在本地或 VPC 環境部署，有效降低資料外洩風險。

此外，Claude Code 的 MCP 架構允許企業自建工具伺服器，整合內部系統，這對金融、醫療等高度監管產業特別重要。企業可以在完全控制的環境中運行 AI 助手，同時保持對敏感資料的完全掌控。

實際應用案例：從開源專案到企業級部署

開源專案實測：CoWriter 重構案例

開發者 Aaditya Bhat 以開源專案 CoWriter（React + Python 的 AI 寫作助手）測試 Claude Code 與 Cursor 的差異。在重構後端 main.py 的任務中，Claude Code 選擇在同一檔案內重組邏輯，而 Cursor 則將其拆分為多個模組。

這反映了兩者的設計哲學：Claude Code 偏向「最小改動達成目標」，Cursor 則追求「最佳實踐重構」。後續測試中，Claude Code 在「新增測試覆蓋」與「文件生成」的自動化程度更高，但 Cursor 的「視覺化 diff」讓審核過程更直觀。

企業級應用：RAG 系統的端到端自動化

在 DeepLearning.AI 課程的 RAG Chatbot 案例中，學員實際體驗了「代理式」開發的威力。Claude Code 先分析既有架構，自動識別前端 React 與後端 FastAPI 的資料流瓶頸，接著啟動三個子代理分別處理：

向量資料庫優化
對話上下文管理
UI 無障礙改進

最後自動生成測試並發起 PR。整個流程在人類僅提供高層目標（「提升問答準確率 20%」）的情況下，耗時 47 分鐘完成，充分展現了「代理式」開發的潛力。

新創公司的 12 分鐘產品原型

Meri Nova 的 YouTube 教學展示了如何用 Claude Code 在 12 分鐘內從零建立一個 AI 應用。整個流程包括：從終端初始化專案、規劃架構、生成前後端程式碼、到部署到 Vercel。

關鍵在於 Claude Code 的「自定義命令」功能，讓用戶可將常用流程（如「部署到 staging」）封裝為單一指令，大幅降低重複性工作。這種能力讓個人開發者也能以接近團隊的效率進行開發。

Andrew Ng 對 AI 輔助編程的願景

Andrew Ng 對 AI 輔助編程有著明確且大膽的願景。他在 LinkedIn 上表示：「我希望再也不用在沒有 AI 協助的情況下編程！Claude 3.5 Sonnet 被廣泛認為是最好的編程模型之一」。

他特別強調了 agentic coding 的重要性，認為這將「從根本上改變每個人現在能夠做的事情」。這不僅僅是關於程式碼完成，而是關於 AI 系統能夠自主工作並處理複雜的編程任務。

在課程發布會上，Andrew Ng 更進一步強調：「未來工程師的核心能力不再是寫程式，而是『指揮 AI 團隊』」。這意味著軟體工程教育需要從「語法與演算法」轉向「需求工程、AI 協作、品質保證」。

實際應用場景與最佳實踐

課程涵蓋的三個實際專案提供了豐富的學習經驗：

RAG 聊天機器人探索

學習如何理解和開發複雜的程式碼庫，掌握 AI 如何分析並優化既有系統架構。

電商資料分析重構

將 Jupyter notebook 轉換為生產就緒的儀表板，學習如何將實驗性程式碼轉化為可維護的生產系統。

Figma 原型開發

基於設計原型創建 web 應用程式，實現設計到程式碼的自動化流程。

這些專案教授的不僅是技術技能，更重要的是如何與 AI 協作的最佳實踐：

提供清晰的上下文和相關檔案
明確定義功能和特性
連接 Claude Code 到 MCP 伺服器
使用 CLAUDE.md 檔案儲存專案資訊
建立清晰的程式碼規範和風格指南

Claude Code: A Highly Agentic Coding Assistant

未來展望：代理式開發的挑戰與機遇

技術挑戰：從「能動」到「可靠」

儘管社群普遍肯定 Claude Code 的潛力，但「可靠性」仍是最大挑戰。目前的失敗案例包括：

在大型單體程式庫中誤刪關鍵檔案
在複雜依賴情境下產生「看似合理但實際錯誤」的程式碼
對非英語註解的程式庫理解不足

這些問題凸顯了「代理式」AI 需要更強的「自我驗證」機制，例如自動執行測試、靜態分析、甚至與人類進行「確認對話」。

商業模式：從訂閱到「成果計費」？

目前 Claude Code 採用傳統的「用量計費」，但未來可能出現革命性的「成果計費」模式：AI 只有在成功通過測試、部署、甚至達成 KPI 後才收費。這將徹底改變軟體外包產業，讓「AI 承包商」成為可能。

想像一下，企業可以直接向 AI 系統「外包」功能開發，只有在功能成功上線並通過驗收後才付費。這種模式將大幅降低開發風險，同時提高交付品質。

教育影響：從「寫程式」到「指揮 AI」

DeepLearning.AI 已宣布將在 2025 下半年推出「AI 專案管理」系列課程，進一步推動這場典範轉移。Coursera 平台上的相關課程註冊人數也在急速增長，顯示開發者社群對這種新工作模式的強烈興趣。

從社群討論可以看出，agentic coding 正在改變軟體開發的格局。一些開發者擔心初級程式設計師的市場萎縮，同時也認為這些工具讓專家變得更加強大，減少對初級和實習生的依賴。

GitHub 據說也將在今年發布 SWE agent，這表明整個行業都在朝這個方向發展。未來的軟體開發可能會變成：少數高級工程師指揮大量 AI 代理，完成以往需要整個團隊才能完成的工作。

結論：代理式開發的黎明與人類工程師的進化

「Claude Code：A Highly Agentic Coding Assistant」不僅是一門課程，更是軟體開發史上的一次「典範轉移宣言」。它證明了 AI 已從「工具」進化為「隊友」，能夠自主完成從需求到部署的完整流程。

然而，社群的兩極回饋也提醒我們：技術的價值始終取決於「使用情境」與「人類判斷」。對於企業，Claude Code 提供了「自動化技術債務處理」與「快速原型驗證」的雙重價值；對於個人開發者，它開啟了「一人新創」的可能性；對於教育機構，它迫使我們重新思考「工程師」的定義。

正如 Andrew Ng 所言：「這不是 AI 取代工程師的開始，而是工程師進化為 AI 指揮官的起點。」在這場變革中，最大的風險不是 AI 不夠好，而是人類停止進化。那些能夠善用 Claude Code 等「代理式」工具的開發者，將在未來十年獲得指數級的生產力優勢；而那些拒絕改變的人，即使技藝再精湛，也可能被時代淘汰。

最終，「Claude Code 們」不是終點，而是人類與 AI 共同編寫更美好數位未來的起點。這場革命才剛剛開始，而我們每個人都是這場變革的參與者和見證者。

FAQ

Q1. Claude Code 是什麼？

A1: Claude Code 是一款由 Anthropic 聯手推出的高度自主編碼助手，具備規劃、執行和改進程式碼的能力，減少人類輸入的需求。

Q2. 什麼是「代理式」開發？

A2: 「代理式」開發指的是讓 AI 不僅執行簡單編碼，而是自主處理高階任務，例如系統規劃、測試生成和部署，並可分工完成多項任務。

Q3. Claude Code 如何與 Cursor 或其他競品比較？

A3: Claude Code 著重於「終端優先」和高度上下文穩定性，支持 200k tokens 的長上下文顯示，同時支援 Git worktree 平行處理；Cursor 在 GUI 中整合度和快速迭代上更強。

Q4. Claude Code 是否適合個人開發者？

A4: 是的。Claude Code 提供高度自動化能力，如快速原型開發、代碼重構，甚至能在 12 分鐘內完成從設計到部署，適合個人及創業者實現快速產品開發。

Q5. Claude Code 的企業應用優勢是什麼？

A5: Claude Code 支持在本地或私有雲中整合的 MCP 架構，大幅提升企業數據安全性與開發效率，特別適用於金融和醫療等高監管產業。

準備好迎接 AI 代理式開發的未來了嗎？

當 AI 正在重新定義軟體開發的方式時，您的企業是否也準備好了這場數位轉型？Tenten 密切關注著像 Claude Code 這樣的突破性技術，更將這些創新整合到我們的服務中，為客戶提供最前沿的解決方案。

無論您是想要導入 AI 輔助開發流程、建立智能化的數位產品，還是希望提升團隊的技術能力，我們都能為您量身打造最適合的策略。我們的專家團隊精通最新的 AI 技術，從概念設計到實際部署，為您的企業創造真正的競爭優勢。預約免費諮詢，讓我們一起開啟您的 AI 轉型之旅。

I'm a Full Stack Developer with expertise in building modern web applications that fast, secure, and scalable. Crafting seamless user experiences with a passion for headless CMS, Vercel and Cloudflare