# 腾讯工程师用 Claude Code 跑通后台开发全流程，11 个环节在一个终端里搞定

> 原标题：从Vibe Coding到Agentic Engineering：重构后台开发全流程

- 来源：腾讯技术工程 · 公众号
- 发布时间：2026-04-17T09:36:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/6890
- 原文：https://mp.weixin.qq.com/s?__biz=MjM5ODYwMjI2MA==&mid=2649801233&idx=1&sn=6e6eaf8a0e94e8349bbbef4b734dc5c0

## 摘要

这篇文章来自腾讯技术团队的一次实践复盘，他们用 Claude Code 搭配自定义的 Skills、Commands 和 MCP 服务器，把后台开发的 11 个步骤串成一个终端里的流水线。需求探索这一步花了 20 次工具调用、9.38 万 token、56 秒；执行阶段拆成 4 个任务，产出了 3 次代码提交。核心不是让 AI 直接写代码，而是把需求分...

## 推荐理由

我会先打个折：这不是模型发布或产品大更新，而是一篇来自一线的实践复盘。但它把 agentic engineering 从概念拉到了可复现的后台开发流程里，token 消耗、工具调用次数、人工卡点都给了具体数字，比市面上大多数“AI 写代码”的公关稿扎实。对正在琢磨怎么让模型进业务流程的从业者来说，这套终端内的编排思路和踩坑记录值得一看。

## 锐评

这篇复盘最有价值的地方，是把“让模型进业务流程干活”这件事拆成了可复现的步骤。腾讯团队没让 AI 直接写代码，而是用自定义的 Skills、Commands 和 MCP 服务器，把需求探索、任务拆分、代码提交这些环节串成一个终端里的流水线。需求探索这一步花了 20 次工具调用、9.38 万 token、56 秒，说明用大模型做前期分析的成本不低，但速度确实快。执行阶段拆成 4 个任务，产出 3 次代码提交，人在计划、部署和审查三个节点做把关，这个设计比“一键生成代码”务实得多。

不过文章本身被微信的验证页挡住了，我只能看到摘要里的数字和框架。具体 Skills 怎么定义、Commands 怎么触发、MCP 服务器接了哪些外部工具，这些落地细节正文没披露。另外，一周的实践只跑了后台开发场景，换到前端或数据处理流程能不能复用，也没验证。如果后续能放出完整的终端操作录屏或配置文件，参考价值会大很多。