博客 • AI / Agent

AI Coding Agent 如何工作？Claude Code、Codex、Xcode 27 Agent、Tool Calling 與 JSON 數據詳解

打開 Claude Code、Codex 或 Xcode 27，界面都像在聊天。真正讓它們改倉庫、跑測試、點模擬器的，不是那段自然語言回覆。

AI Coding Agent 的工作方式是：模型推理下一步，發出 Tool Calling；本地或 IDE 裏的 harness 執行工具，把結果寫成結構化數據再喂回去。參數和結果幾乎都是 JSON。

本文將介紹：

• Coding Agent 相對補全，多出來的到底是哪一層
• 共同循環：觀察 → 決策 → 執行 → 回寫
• Tool Calling 裏 arguments 爲什麼是 JSON 字符串
• Claude Code、Codex、Xcode 27 Agent 各自把工具箱放在哪
• JSON / JSON Schema 在哪一層校驗，以及怎麼在 JSONNote 本地拆開看

不是聊天框，是循環

補全解決「下一行寫什麼」。Coding Agent 解決「這個目標怎麼在真實工程裏做完」：讀上下文、選工具、改代碼、跑命令、看結果、再決策。

官方文檔裏的說法會換詞，形狀是同一套。Claude Code 把它寫成收集上下文 → 採取行動 → 驗證結果；Xcode 27 則是先計劃、再改文件、再用構建 / 測試 / Preview / 模擬器自我校驗。底層都是：

1. 1
   觀察

   讀文件、搜符號、看 git 狀態、拉測試失敗日誌。沒有這一步，後面的補丁是猜的。

2. 2
   決策

   模型在上下文裏選下一步：再讀、再搜、改一處、跑一條命令，或問你一句。

3. 3
   執行

   harness 接到 tool call，按權限和沙箱真正去跑。模型此時不碰磁盤。

4. 4
   回寫

   工具結果變成文本或 JSON，塞回上下文。模型根據新證據繼續，或宣佈做完。

你也在這個循環裏：打斷、改方向、批准高風險動作。模型負責推理；harness 負責工具、權限、會話和「怎樣算做完」。四家產品怎麼搶控制權，見

AI Coding Agent 已經不只是補全代碼：四家正在競爭什麼？

本文只拆「循環怎麼轉、JSON 在哪一跳出現」。技術棧分層可對照

2026 AI Agent 技術棧：LLM、MCP、Function Calling、JSON Schema。

Tool Calling：參數就是 JSON

Tool Calling（也叫 Function Calling）不是「模型會寫代碼」的別名。它是一次結構化的函數調用：模型從你聲明的工具列表裏選一個名字，再生成符合參數契約的 JSON。

OpenAI 兼容接口裏，工具定義的 parameters 字段本身就是 JSON Schema：

{
  "type": "function",
  "function": {
    "name": "run_tests",
    "description": "Run the project test suite and return a structured summary.",
    "parameters": {
      "type": "object",
      "properties": {
        "suite": { "type": "string", "enum": ["unit", "integration", "e2e"] },
        "path": { "type": "string", "minLength": 1 }
      },
      "required": ["suite"],
      "additionalProperties": false
    }
  }
}

模型返回時，arguments 經常是字符串，不是已經 parse 好的對象：

{
  "id": "call_8f21",
  "type": "function",
  "function": {
    "name": "run_tests",
    "arguments": "{\"suite\":\"unit\",\"path\":\"src/auth\"}"
  }
}

所以業務層至少做兩件事：先把字符串解析成合法 JSON，再按你聲明的 schema 校驗字段、類型和枚舉。缺引號、多逗號、多寫未聲明鍵，都發生在這一跳，不發生在「模型看起來很聰明」那一層。

完整一圈是：請求帶上 schema → 模型選工具並生成 arguments → 你解析並校驗 → 執行工具 → 把結果當 tool message 喂回去 → 模型繼續。schema 寫得好，第一次參數就對；寫得含糊，循環會空轉。

契約怎麼寫、JSON Mode 和 Strict Schema 差在哪，見

AI Agent 爲什麼需要 JSON Schema？從 Tool Calling 到 Structured Output。

Claude Code：內置工具 + 擴展層

Claude Code 的官方說明把 Agent 拆成兩塊：負責推理的模型，和負責行動的工具。沒有工具，Claude 只能迴文字；有了工具，它才能讀倉庫、改文件、跑命令、搜網頁。

內置工具大致五類：文件操作（Read / Edit / Write）、搜索（Grep / Glob）、執行（Bash）、Web（WebSearch / WebFetch），以及需要插件的代碼智能（跳轉到定義、看類型錯誤）。子 Agent、向你提問，也是工具，只是編排用的。

一次「把失敗測試修掉」在循環裏可能是：

1. 1
   Bash 跑測試

   先看哪條斷言炸了，而不是先改代碼。

2. 2
   Grep / Read 定位源文件

   用錯誤棧和符號把上下文讀進窗口。

3. 3
   Edit 做精確替換

   官方要求先讀再改：old_string → new_string，避免盲寫。

4. 4
   再跑測試驗證

   結果回到上下文。失敗就再循環，而不是口頭說「應該好了」。

擴展層疊在這個循環上面，不替換它：

• CLAUDE.md：每個會話都要知道的項目約定
• Skills：按需加載的工作流，避免把全部經驗塞進系統提示
• MCP：外部系統的工具，默認按需搜索，減少上下文膨脹
• Hooks / Permissions：確定性攔截。危險命令、受保護路徑不該指望模型每次都記得

Claude Code 的工程妥協很清楚：概率性 Agent + 確定性鉤子。會話本身也會落成 JSONL，方便恢復和分叉——你調試的往往不是「一段聊天」，而是一串 tool 事件。

Codex：沙箱、審批與 JSONL

Codex 同樣走 Agent loop，但它把「模型生成的命令如何落地」當成產品中心。終端裏跑

Codex CLI時，你先選沙箱和審批，再讓模型行動。

自動化場景用codex exec --json。標準輸出變成 JSONL：thread / turn 起止、命令執行、文件變更、MCP 調用、計劃更新。CI 腳本消費的是事件流，不是一段散文。

{"type":"item.completed","item":{"id":"item_12","type":"command_execution","command":"npm test -- src/auth","exit_code":1,"aggregated_output":"FAIL src/auth/session.test.ts"}}
{"type":"item.completed","item":{"id":"item_13","type":"file_change","path":"src/auth/session.ts","kind":"update"}}
{"type":"turn.completed","usage":{"input_tokens":18420,"output_tokens":966}}

需要穩定字段給下游時，用--output-schema讓最終答覆符合 JSON Schema。這和 Tool Calling 的 parameters 是同一類契約，只是約束的是「任務結束時的那份 JSON」，不是每一步命令。

默認codex exec是隻讀沙箱。要改文件，顯式加--sandbox workspace-write。需要更多目錄時優先--add-dir，而不是一上來danger-full-access。

Xcode 27 Agent：計劃、校驗、編輯器工具

Apple 在 WWDC 2026 把 Xcode 27 定位成「在 Apple 平臺上和 Agent 一起寫代碼的地方」。和終端 Agent 不同，它的工具箱長在 IDE 裏。

Apple 新聞稿和

Xcode, agents, and you、

What’s new in Xcode 27說清楚了幾件事：

• 對話進了編輯器頁，可以和代碼分欄、看 diff 和產物
• /plan先探倉庫、出方案，不立刻改源碼；可開子 Agent 並行蒐集上下文
• 實現階段用 Xcode 自己的工具校驗：構建、跑測試、渲染 SwiftUI Preview、在模擬器或 Device Hub 裏點 App
• 構建錯誤直接回給 Agent，它按失敗日誌再改、再編
• 模型不鎖一家：Anthropic、Google、OpenAI，以及本地模型
• 用 MCP 接外部工具，用 ACP 把外部 Agent（包括 OpenCode 這類）接到 Xcode

WWDC 實驗室把 Chat 和 Agent 說成能力差，不是文案差：Chat 只有一小套固定工具；Agent 模式加上命令行和 Xcode 內部工具（構建、測試、Preview、模擬器）。默認安全模式是權限提示——Agent 能拿到任務需要的東西，但不能在磁盤上隨便逛。

對 JSON 開發者，Xcode 這一跳的要點是：校驗結果也是結構化回寫。構建失敗、測試摘要、Preview 產物，都會變成 Agent 下一步的輸入。你在後端看到的，往往仍是自己 API 的 JSON；在 IDE 裏，同一循環消費的是 Xcode 工具的輸出。

系統級 Siri AI 走的是 App Intents，不是這套編輯器 Agent。別把兩條線混成「Apple 只有一種 Agent」，見

Siri AI 會成爲 AI Agent 嗎？。

三家對照：同一循環，不同工具箱

功能清單會越來越像。差別在默認工具、執行邊界、以及結果怎麼變成下一輪上下文。

選型可以很短：通用多語言倉庫和可複用 Skills，走 Claude Code；要在真實機器上跑、又要把權限寫進 CI，走 Codex；目標是 Apple 平臺、校驗必須經過 Xcode 工具鏈，走 Xcode 27。Xcode 的 ACP 讓後一種不必排斥前兩種——外部 Agent 可以進編輯器，但構建和 Preview 仍是 Xcode 的工具。

JSON 數據在哪一層、誰校驗

三家產品 UI 不同，JSON 出現的位置很穩：

關鍵一句：API 層 schema 引導模型生成；業務層 schema 拒絕髒數據。兩層不能互相替代。爲什麼 AI 輸出必須先有 schema，見

AI 爲什麼需要 JSON Schema？。

一份給 Coding Agent 用的工具 schema，描述要寫清「何時調用、何時不要調用」，枚舉寫進 enum，而不是埋在 description 裏：

{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "type": "object",
  "required": ["action", "path"],
  "properties": {
    "action": { "type": "string", "enum": ["read", "edit", "test"] },
    "path": { "type": "string", "minLength": 1 },
    "suite": { "type": "string", "enum": ["unit", "integration"] },
    "old_string": { "type": "string" },
    "new_string": { "type": "string" }
  },
  "additionalProperties": false,
  "allOf": [
    {
      "if": { "properties": { "action": { "const": "edit" } } },
      "then": { "required": ["old_string", "new_string"] }
    },
    {
      "if": { "properties": { "action": { "const": "test" } } },
      "then": { "required": ["suite"] }
    }
  ]
}

模型若返回{"action":"edit","path":"src/a.ts"}卻沒有 old_string，schema 會在執行層攔住。這比事後看 diff 便宜。

用 JSONNote 調試 tool 參數

Agent 開發最慢的往往不是寫提示詞，而是對一次失敗的 tool call。JSONNote 在瀏覽器本地跑，密鑰和倉庫內容不用上傳。

1. 1
   先看 arguments 能不能 parse

   把模型返回的字符串丟進JSON 格式化。缺引號、尾逗號、被聊天軟件截斷的 hash，這一步就現形。

2. 2
   再按 schema 校驗

   工具定義和實際 arguments 一起放進JSON Schema。enum 寫錯、少 required、多 extra 字段，比讀模型「抱歉」有用。

3. 3
   對比兩次調用

   改完 description 或加了 additionalProperties: false 之後，用JSON Diff看參數迴歸。

4. 4
   分享調試現場

   用URL Hash 分享把一份 tool JSON 嵌進鏈接。同事打開即可復現，數據不經過服務器。

常見問題

AI Coding Agent 和代碼補全有什麼本質區別？

補全只建議下一行。Coding Agent 能讀倉庫、改文件、跑命令、調外部工具，並在循環里根據工具結果繼續決策。差別不在文筆，而在它能不能行動。

模型會直接改我的磁盤文件嗎？

不會。模型只生成 tool call，通常是一段 JSON。真正寫文件、跑 shell、點模擬器的是本地 harness。沒有工具、權限被拒或參數校驗失敗，磁盤上什麼都不會發生。

Claude Code、Codex 和 Xcode 27 Agent 誰更好？

沒有統一冠軍。要通用倉庫與 Skills / MCP 選 Claude Code；要沙箱、審批和 CI 裏的 JSONL 事件選 Codex；要做 Apple 平臺、需要構建 / Preview / 模擬器校驗選 Xcode 27 Agent。Xcode 還可用 ACP 接入外部 Agent。

爲什麼還要自己校驗 JSON？模型不是已經按 schema 填了嗎？

模型填參是軟約束。arguments 經常是字符串，可能缺字段、類型錯、或多寫未聲明鍵。生產路徑仍要 parse + JSON Schema 校驗，再交給業務層。Codex 的 --output-schema 也只約束最終答覆，不替代你對每一步 tool 結果的檢查。

Xcode 27 的 Agent 是不是隻能用 Apple 自己的模型？

不是。Xcode 27 把 Anthropic、Google、OpenAI 的模型與 Agent 接到同一套編輯器工作流，也支持本地模型，並可用 ACP 接入外部 Agent、用 MCP 接入外部工具。變的是工具箱和校驗手段，不是循環本身。

小結

三家產品的界面會繼續長得像聊天。底下那句話沒有變：

Coding Agent = 模型決策 × Tool Calling × harness 執行。JSON 是工具參數和回寫結果的共同形狀。

先把循環看清楚，再選工具箱：Claude Code 強化通用 Agent，Codex 管沙箱與事件，Xcode 27 把構建和 Preview 變成校驗工具。schema 寫在聲明裏，校驗寫在執行層，調試可以留在瀏覽器本地。

← 返回博客