為什麼這門課特別值得工程師看？
Anthropic 這門課的核心主角是 Claude Code。
簡單說一句話版本：
Claude Code 是一個「活在終端機裡的 AI 程式助理」。
不是 IDE 插件、不是聊天視窗，而是直接存在於你日常開發流程中的工具。
《Claude Code in Action》這門課的目標也很明確：
- 教你怎麼安裝、設定 Claude Code
- 教你怎麼在真實專案中「讓 AI 幫你做事」
- 教你怎麼把 AI 納入 Git、測試、重構這些日常流程裡
而且它是 Anthropic 官方出的免費課程，不是第三方整理教學。
課程內容不是「看懂」，而是「真的會用」
我覺得這門課最加分的一點是：
它完全不假設你是 AI 新手，而是假設你已經是工程師。
幾個我認為很實戰的重點：
1. AI 程式助理到底「怎麼理解你的專案」
很多人用 AI 寫 code 最大的痛點就是：
「它好像只懂單一檔案，不懂整個專案在幹嘛。」
課程會花不少篇幅在講 上下文（Context）管理，包含：
- Claude Code 是怎麼讀取專案結構
- 怎麼讓 AI 保持對專案狀態的理解
- 避免 AI 每次都「重新來過」
這一段對做中大型專案的人特別重要。
2. 多步驟任務與 planning，不只是補 code
實際開發中，很少有「改一行就結束」的需求。
課程示範的是：
- 跨多個檔案的修改
- 有順序性的任務拆解
- 讓 AI 先規劃、再執行，而不是直接亂改
這其實是在教一件事：
👉 怎麼把 AI 當成 junior engineer，而不是 autocomplete。
3. 自訂命令與自動化流程（這段很工程師）
如果你平常就有在寫 script、玩 CLI、搞自動化，這一段會很有感。
課程會教你：
- 建立可重複使用的指令
- 把常見的重構、檢查流程交給 AI
- 不用每次都重新下 prompt
本質上是在幫你把 AI 變成流程的一部分，而不是臨時工具。
4. MCP 與 GitHub 工作流程整合
這門課也會碰到 Model Context Protocol（MCP） 這個概念。
重點不是協議本身，而是：
- Claude Code 怎麼跟 GitHub 協作
- 在版本控制、PR 前後如何使用 AI
- 降低人為疏漏，而不是增加風險
這一段其實很適合團隊導入時參考。
誰適合上這門課？
我會很老實地說，這門課 不是寫給完全新手的。
比較適合：
- 平常就有在用 CLI 的工程師
- 熟悉 Git、基本開發流程
- 已經用過 AI 寫 code，但覺得「還不夠順」
如果你是那種：
「我會寫，但我想寫得更少、更聰明」
那這門課的定位其實很剛好。
完成後有什麼實際收穫？
根據官方說明，完成課程後可以拿到 結業證書，可分享至 LinkedIn 或作品集。
但比證書更實在的是這幾件事：
- 你會更清楚 AI 在開發流程中「該負責什麼」
- 你會知道什麼情境適合交給 AI，什麼不適合
- 你會開始用「設計流程」的角度，而不是「多打一段 prompt」
這其實是一種工程思維的升級。
我的總結
《Claude Code in Action》不是在教你「怎麼用 AI 寫程式」，
而是在教你：
怎麼把 AI 納入一個可維護、可重複、可擴展的開發流程。
如果你已經是工程師，
如果你已經用過 AI，
如果你開始在意「效率」而不只是「功能跑得動」
那這門 免費 的官方課程，真的很值得花時間看看。
👉 課程頁面在這裡（Skilljar）：