这两天，实现了一个想法。用一个已经存在的Agent，将教程md文档，经过一通处理，最后输出一个教程视频给我。经过我的摸索，我用Trae实现了这个想法，一分钱没花。

效果预览

让我们来先看下效果。

# 1.1 Claude Code是什么

## 1.1.1 Claude Code的定义

Claude Code是由Anthropic公司推出的面向开发者的智能编码助手，它不仅仅是一个简单的代码生成工具，更是一个具备记忆、工具调用、自主规划和环境感知能力的"智能代理"（Agentic AI）系统。通过与本地开发环境（如VS Code）深度集成，Claude Code能够在不离开安全边界的前提下，深入理解代码库、解释复杂架构、生成可视化图表，并执行实际的代码修改任务。

## 1.1.2 Claude Code的发展背景

在AI辅助编程领域，从早期的代码补全工具（如TabNine、GitHub Copilot）到具备简单对话能力的助手，再到如今的智能代理系统，技术发展经历了三个主要阶段：

1. **代码补全阶段**：基于统计模型，提供简单的代码片段补全
2. **对话辅助阶段**：结合大语言模型，能够理解自然语言指令并生成代码
3. **智能代理阶段**：具备自主规划、工具调用、环境感知和记忆能力，能够完成复杂的开发任务

Claude Code正是处于第三个阶段的代表性产品，它的出现标志着AI编程助手从"被动响应"向"主动协作"的转变。

## 1.1.3 Claude Code的核心定位

Claude Code的核心定位是"开发者的智能协作伙伴"，它旨在：

- **增强开发者能力**：通过AI辅助，提升开发效率和代码质量
- **简化复杂任务**：将复杂的开发任务分解为可执行的子任务
- **提供深度洞察**：基于对代码库的全面理解，提供架构级别的建议
- **确保安全可靠**：在安全边界内运行，保护代码和数据隐私
- **支持团队协作**：提供共享的知识和上下文，促进团队协作

## 1.1.4 Claude Code的技术基础

Claude Code构建在Anthropic公司的Claude大语言模型之上，结合了以下核心技术：

1. **大语言模型**：基于Claude Opus 4和Sonnet 4双模型体系，具备强大的自然语言理解和生成能力
2. **工具调用系统**：能够调用各种内置和外部工具，扩展AI的能力边界
3. **记忆系统**：具备短期和长期记忆能力，能够记住上下文和历史交互
4. **自主规划算法**：能够将复杂任务分解为可执行的子任务序列
5. **环境感知能力**：能够感知和理解本地开发环境，包括代码库结构、文件内容等
6. **安全机制**：基于最小权限原则，所有操作都在安全边界内执行

## 1.1.5 Claude Code的主要组成部分

Claude Code主要由以下几个核心组件组成：

| 组件 | 功能 |
|------|------|
| Agentic Planner | 核心控制器，负责将用户请求转化为可执行任务序列 |
| 记忆系统 | 存储和管理上下文信息、历史交互和项目知识 |
| 工具系统 | 提供内置工具和外部工具调用能力 |
| 代码理解引擎 | 深入理解代码库结构和内容 |
| 执行引擎 | 执行实际的代码修改和工具调用 |
| 安全管理器 | 确保所有操作都在安全边界内执行 |

## 1.1.6 Claude Code与传统AI编程工具的本质区别

与传统的AI编程工具相比，Claude Code具有以下本质区别：

1. **项目级理解**：能够理解整个代码库的结构和关系，而不仅仅是单个文件
2. **自主规划能力**：能够自主分解任务、制定计划并执行
3. **工具调用能力**：能够调用各种工具扩展自身能力
4. **环境感知能力**：能够感知和适应本地开发环境
5. **记忆能力**：能够记住上下文和历史交互
6. **安全边界**：在安全边界内运行，保护代码和数据隐私

## 1.1.7 Claude Code的设计原则

Claude Code的设计遵循以下核心原则：

1. **安全优先**：所有操作都在安全边界内执行，保护用户代码和数据
2. **最小权限**：工具调用和代码修改遵循最小权限原则，需要用户确认
3. **透明可信**：所有操作都向用户透明，用户可以随时干预和控制
4. **增强协作**：旨在增强开发者能力，而不是替代开发者
5. **持续学习**：能够从交互中学习，不断提升自身能力
6. **开放生态**：支持插件扩展，鼓励社区贡献

## 1.1.8 Claude Code的应用前景

随着AI技术的不断发展，Claude Code作为智能代理系统的代表，具有广阔的应用前景：

1. **提升开发效率**：自动化重复性任务，让开发者专注于创造性工作
2. **降低开发门槛**：帮助新手快速入门，降低编程学习曲线
3. **促进技术传播**：通过代码解释和文档生成，促进技术知识的传播
4. **加速创新**：帮助开发者快速验证想法，加速产品创新
5. **改变开发模式**：推动从个体开发向人机协作开发模式的转变

Claude Code不仅仅是一个工具，更是AI辅助开发的未来方向，它将重新定义开发者与AI的协作关系，开启智能开发的新时代。

上面是md原文。它介绍了Claude Code的基本信息。

从教程md文档，到教程视频。获取，当你看到这个效果时，已经对这个实现已经非常感兴趣了，你会去思考，“他用了什么技术方案呢？”毕竟，市面上能够从内容到视频的工具并不多。然而，我今天却不是来炫耀我实现了一套关于教程md文档到教程视频的技术方案的。我今天，要基于这个案例，提出“元Agent”的概念，这是一个非常新的概念，在AI时代，或许你并不需要一个软件或工具来实现你的需求，而只需要一个元Agent。

要知道，在上面的案例中，我全程通过构建agent来实现，无需写代码。我通过Trea提供的Agent能力，自己琢磨了一些提示词，并按照某种模式去操作Agent，就得到了我想要的结果。

或许，未来，我们将不再需要任何的软件或工具，而只需要一个元Agent，有了它，我们能做到任何需要通过软件或编程才能做到的事情。

那么，究竟什么是“元Agent”呢？

什么是“元Agent”？

我所提出的元Agent概念，是指“拥有一切基础设施的Agent”。你现在可能还不是很好理解，没关系，我会慢慢说道。

你有没有想过这样一个问题？如果你拥有一个超级智能的AI，它就可以帮你完成一切？答案很难说，能完成一切听起来其实有点恐怖。但是，如果我们交给它的任务并不是非常天马行空，或许它就能完成。

但是，现在，我想提另外一个问题：

如果你想让这个AI，去做超出它预设的功能之外的任务，它能完成吗？

我的答案是：可以。只要它拥有一切基础设施。原理就是，Agent可以自己演进，当它本身预设的功能无法满足它所面临的任务时，它可以自己开发一个软件，或写一个复杂的程序来解决它所面临的问题，最后完成整个目标。

以我上面将md转为视频教程的实现为例。

当我要求AI为我创建视频教程时，我所使用的是Trae的SOLO Coder Agent，这个Agent的核心功能是编程。创建视频明显超出了它本身的能力范围。那么，它如何才能完成这个目标呢？

一种方案是，开发者一开始就为它挂载了一个创建视频的工具，比如一个MCP Server。

然而，这种方案只能解决创建视频这一个场景。我们这个世界上的任务，不可能每一项都有MCP。

第二种方案，Agent自己写一个程序来创建视频。

那么，对于Trae来说，能做到吗？

可以。只要驱使它的模型，有足够的经验。不过目前来说，它还没有这样的经验。只能靠我这个人来帮他弥补了。我给它出了一个注意，我告诉它：

首先，你去联网调研一下，市面上有哪些可以用代码来创建视频的技术方案。然后，你选定一种方案，基于这个方案，自己在本地创建一个项目，用这个项目来根据脚本内容生成视频。最后，你生成好视频后，把这个项目删了，只留下视频。

我的核心思路就是，“让Agent自己去写代码来实现视频创建”。而Agent怎么知道自己要写什么代码呢？就是通过我前面告诉它的，让它自己去调研。更重要的是后面一句，完成任务后，把写的代码给我删掉。是的！这就是非常令人反直觉的地方，在AI时代，代码变得不再是资产，变得不再那么重要。你看，如果Agent实现了一套完美的视频生成代码，即使站在2026年的今天，作为程序员，我们去看这些代码也是非常厉害的，在过去，整理一下发布为一个第三方库，或许能获得不错的技术影响力。然而，如果站在AI编程的视角，我还是会内心毫无波澜的将它删除。

这就是“元Agent”，它只拥有基础能力——脚本执行、网络连接、文件系统操作、工具调用——它基本上就可以实现任何能力。

好，我们再进一步。

当Agent成功完成某项任务后，把完成这项任务的“经验”记录下来。注意，这里不是把代码保存起来，而是把思路记录下来。那么，Agent相当于在自己原来的身体上，增加了新的功能。注意，“AI为自己创造了新功能”！为什么这么说，因为当Agent把这些记录作为提示词，在未来的任务中使用时，就可以实现与此类似的执行效果。Agent自创新能力，竟然如此简单而已。真是大道至简。

而这种记录为“经验”的能力，在Claude Code中，以Skills这个功能形态被体现出来。

现在，你应该会突然反应过来。“元Agent”它不是纯粹的一个Agent，而是一套Agent系统。只不过这个系统足够简单，它包含：拥有一切基础设施的载体（例如Claude Code这样的编程Agent工具）和丰富的可继承与积累的“经验”（也就是Skills的那一套）。一旦有了这两项条件，那么，这个系统就可以自进化，从一开始非常笨的状态，在完成越来越多的任务过程中，进化为一个万能体。而对于它的开发者（发布者）而言，不需要做任何事来迭代它。

对开发者的启示

虽然我所说的“元Agent”理论上很简单，但是目前来看，还没有这样一款工具可以做到真正的自进化，还需要开发团队来维护和迭代。对于我们开发者而言，这其实也是非常大的启示，会颠覆我们的开发范式。

应用不再那么重要

我们过去20多年，编程开发的最终目标都是生成应用程序或软件。这是因为，我们一直被技术约束在“用一个应用去解决一件事或一类事”这个大的思想范围内。随着AI时代的发展，“All in one”的趋势越来越明显，我们将会不再需要应用，我们只需要一个AI就好。

今天，当我一开始准备做md文档转视频教程的任务之前，我还一直是让AI帮我做技术调研、做技术架构、写代码这样的思路。我还是把“我”作为主体，AI只是我的工具，辅助我更快的完成我的编程目标，等我写好一个项目，可以传入一个md，生成一个视频后，我会把这个项目的代码珍藏起来，像宝贝一样去爱护，同时，我会一脚把AI踢开，我不需要了，等我下次还要再做类似的项目的时候，我才会把你捡回来。

然而，当我经过一天的自我否定重来后，我最终发现，一切都变了。真正的主体是AI，而不是“我”。我不需要去理解技术调研的结果，不必去做技术选型，不用考虑架构，不必关心写代码的过程，以及更不需要把代码当作宝贝一样收藏起来。相反，我应该把代码“立刻删掉”，我甚至不应该坐在电脑旁边看着AI在那里输出，我顶多算一个自作聪明来指导AI怎么做的人，说的难听点，是AI实现这个任务目标路上的绊脚石。

我的意思是，我们绝大多数人的需求，都不需要去让AI开发一个应用程序给我们，然后我们用这个应用程序来实现我们的目标。我们其实可以直接让AI帮我们完成我们的目标。就像我前面所举的例子一样，实际上我并不需要让AI帮我写一个md转视频教程的应用，因为我直接用Trae就完成了md转视频教程。

说实话，这对程序员来说，可能有点难以接受。但事实就是这样。

将“经验”而非代码作为资产

这里的“经验”可不是指你脑海中的某种意识形态，而是指将来作为prompt的文档。我的结论是，我们现在开发了某个功能所沉淀的代码几乎没有什么价值，但是能够让AI有效的完成这个功能开发的文本提示却非常珍贵。

或许，这里的经验文档，替代了代码的身份。过去我们称之为代码，现在我们称之为文档。它们是同一个东西，只不过维度不同。

而如果管理文档这一资产，就变得有价值了，就像当初管理代码一样。

首先，我们要解决文档“多”的问题。如何有效的管理不同的文档资产？我们要去更深入的去开发claude code的Skills功能，通过类似claude code这样的Agent载体来自动管理文档，而非人为的对文档进行分门别类进行管理。

其次，我们要解决文档格式规范的问题。就像我们要建立代码规范一样，规范化的文档格式既可以保证AI读取的正确，也确保即使几百年之后，这份文档还能使用。（_{^{说到几百年，有多少代码几百年之后还能被运行？}}）面向AI的文档规范，必须在各个企业内快速建立起来。

寻找自己趁手的元Agent

你看到我在用Trae国内版时，可能觉得很Low，拿着免费的国内模型在这里折腾，根本没法和Claude、GPT这样的天才比。然而，你只看到了智商很重要，却忽略了趁手的武器也很重要。Trae国内版虽然智商是糟糕了点，但是它有两大优势无人能比：免费，优秀的代码补全。我现在可以把它玩的很溜，就像把白开水玩出绝世灵露的感觉。

一个元Agent工具，核心是要有足够的基础设施建设。除了上文提到的联网、脚本执行、文件操作等能力之外，还要具备自定义Agent的能力。目前Trae在自定义Agent的能力上还是有点弱，我只能自己手动建，手动一个一个的调，而不能用提示词和 @ 把多个agent串起来。另外，它也没有Skills的能力。相比而言，Claude Code则是我最推荐的工具，因此，我特意发布了《Claude Code中文教程》。只不过没有免费的模型支撑。

结语

从我的一个需求出发，我一步一步领悟了关于元Agent的概念。一个AI自进化的时代已经在萌芽了，随着大模型越来越聪明，编程工具越来越靠近真相，完全脱离代码编辑器的编程体验一定会到来。或许，我们到时候就会失去一些乐趣，毕竟曾经因为代码缩进是要用tab还是2个空格吵得不可开交的日子，也挺有意思的。

如果你对元Agent的概念有什么看法，不妨在下方留言，我们一起探讨。

2026-01-05 285