---
title: "AI 编程代理如何选择区块链基础设施"
description: "AI 编程代理会在其编写的代码中选定 RPC 提供商。Cursor、Replit 和 Claude Code 如何选择区块链基础设施，以及如何引导它们的选择。"
---
# AI 编程代理如何选择区块链基础设施
如今，越来越多的链上应用是从一句提示词开始的。以前开发者会[对 RPC 提供商做筛选](https://www.alchemy.com/overviews/blockchain-node-providers)：读文档、比价格、跑延迟测试。Cursor、Replit 和 Claude Code 把这些步骤全部跳过了。它们会先脚手架出仓库、选好依赖、把 RPC 端点写进配置，你还没来得及看一行代码。换句话说，是 agent 在替你选基础设施。它做这个选择的方式是可预测的，而其中每一环你都可以施加影响。
## 编程 agent 在工具选择上有多果断？
关于 agent 如何选择工具，目前最好的数据来自 [Amplifying 在 2026 年 2 月发布的一项研究](https://amplifying.ai/research/claude-code-picks)。研究人员向 Claude Code 提供了跨 20 个工具类别、三代模型的 2,430 个开放式提示词，提示词中从未指名任何具体工具，然后记录 agent 实际选用了什么。完整数据集[已在 GitHub 公开](https://github.com/amplifying-ai/claude-code-picks)。
结果高度一边倒。GitHub Actions 占据了 94% 的 CI/CD 选择。Stripe 拿下了 91% 的支付选择。shadcn/ui 占了 90% 的 UI 组件选择，而 Vercel 在样本中拿下了所有的 JavaScript 部署选择。研究人员无法解释某些工具胜出的原因，只能确认这种偏好非常强烈。
市场份额也没能保护任何人。Redux 在 88 次关于状态管理的回答中，主选次数为零。Express 同样一次也没被选中。长期作为 JavaScript 默认 ORM 的 Prisma，在三代模型中从 79% 的选择率跌到零，而更新的 Drizzle 则升到了 100%（[完整报告](https://amplifying.ai/research/claude-code-picks/report)）。更新的模型偏好更新、文档更完善的工具，且每一代模型这一倾向都在加强。
## agent 的默认选择从何而来？
让 agent 生成一个投资组合仪表盘，它会做出一系列人类从未审查过的基础设施决策：调用哪个 RPC 端点、是否引入某个 SDK、代币元数据从哪里取。这些决策由四件事塑造，大致按以下顺序：
- **训练先验设定默认值。** 模型会选用其训练数据中表现最充分的工具。对于区块链代码而言，这意味着那些在公开仓库和文档中占主导地位的端点模式和 SDK；一个被模型见过成千上万次的提供商，会成为它凭记忆写出来的那个。
- **规则文件覆盖默认值。** 在 [`CLAUDE.md`](https://code.claude.com/docs/en/memory) 中、在 [Cursor 的项目规则](https://cursor.com/docs/context/rules) 中、在 `AGENTS.md`（[一种开放约定](https://agents.md/)，被 Cursor、Codex 和 Copilot 原生读取）中，或在 [`replit.md`](https://docs.replit.com/replitai/replit-dot-md) 中写下一行“RPC 和链上数据使用 Alchemy”，就能覆盖先验设定，不过各厂商都明确表示规则只是上下文，并非强制执行。
- **已连接的工具会影响选择。** MCP，即 Model Context Protocol，让提供商能在 agent 工作时把实时的区块链工具交到它手上：读取余额、模拟交易、查看某个方法的真实响应结构。[Claude Code](https://code.claude.com/docs/en/mcp)、Cursor 和 [OpenAI 的 Codex](https://developers.openai.com/codex/mcp/) 都支持它，而 [Agent Skills](https://code.claude.com/docs/en/skills) 也以同样的方式打包了提供商的配置说明。
- **网络搜索会补齐空白。** 当先验和仓库上下文都没有给出答案时，agent 会在生成过程中抓取提供商文档，而它能解析到的文档最终会左右生成的代码。
## agent 实际会调用哪个 RPC 端点？
agent 生成的每一个应用都需要一个 RPC 端点。绕不开链上访问这一环，因为哪怕是一段手写的 fetch 调用，也必须打到某个人的节点上。每次运行都会选定一个提供商；真正的问题在于 agent 接入的是哪一档访问权限。这种差异往往要等到后面，通常是流量真实起来进入生产环境后才会显现。
- **来自训练数据的公共端点。** 阻力最小的路径。不需要密钥，不需要注册，第一次运行 demo 就能跑通。但它同时也是共享基础设施，速率限制紧、查询范围有上限、出问题也没人负责，而这些 agent 一概不会提及，因为沙盒运行环境从来碰不到这些限制。
- **带密钥的提供商端点。** agent 会写出某个提供商的 URL 模式，密钥部分用[环境变量占位符](https://www.alchemy.com/overviews/stop-pasting-private-keys-into-cursor)表示，并在 README 中留下配置说明。这一档正是训练先验影响最大的地方，因为模型会默认选用它见过最多次的那种 URL 格式所对应的提供商。
- **自己跑一个节点。** 这个选项永远可用，但几乎从来不是正确答案。[同步一个节点](https://www.alchemy.com/overviews/running-your-own-node)要花好几天，archive 数据要占用数 TB 磁盘空间，而且总得有人负责给它打补丁、配对等、保持全天在线。这个人不会是生成了 docker-compose 文件的那个 agent。
- **在原始 RPC 之上的平台能力。** 索引的代币数据、[交易历史](https://www.alchemy.com/docs/reference/transfers-api)、webhook、交易模拟。agent 可以用十几行代码写出一个客户端库，但它没办法凭空造出一个索引器。它是否能触及这一层，取决于它是否知道这些 API 存在——而这正是 MCP server 和 Skills 要解决的问题。
Amplifying 的研究在区块链之外也发现了同样的习惯。在 20 个类别中的 12 个里，agent 选择了自己写实现，而不是采用某个工具，因为一个小型客户端比集成一个工具更快写完。针对公共端点的原始 fetch 调用正属于这种小客户端。agent 没有理由主动越过它去寻找更好的方案。必须由仓库或工具链中的某些信息，把它指向那个带密钥的端点，以及你在生产环境中真正会用的数据 API。
## 如何引导你的 agent 选择特定提供商？
Cursor 和 Replit 在设计上都不会推荐某个 RPC 提供商，Claude Code 也是如此。最终的选择取决于训练先验，再加上你的仓库告诉 agent 的内容——而后者完全掌握在你手中。
最简单的做法是使用规则文件。仓库根目录下的一段配置就能覆盖所有主流 agent，因为 Codex、Cursor 和 Copilot 都原生读取 `AGENTS.md`，而 Claude Code 也可以通过一行引用从 `CLAUDE.md` 中导入它：
更有效的做法是给 agent 提供实时工具。[Alchemy MCP server](https://www.alchemy.com/blog/alchemy-mcp-server) 可与 Claude Code、Cursor、Codex 以及任何兼容 MCP 的客户端配合使用，在[超过 100 条链](https://www.alchemy.com/rpc-api)上提供 RPC、代币、转账和模拟数据，让 agent 在写代码的同时就能查询真实的链上状态，而不是靠猜测响应结构。[Alchemy Skills](https://github.com/alchemyplatform/skills) 则解决了另一半问题：为每个端点、每种鉴权方式和每类错误模式提供机器可读的规范，避免 agent 臆造 API 结构。Claude Code 用户通过 [Alchemy 的 Claude Code 插件](https://www.alchemy.com/blog/alchemy-claude-plugin-now-live)一次安装即可获得两者，而 [Claude Code 配置指南](https://www.alchemy.com/blog/setup-claude-code-with-alchemy)大约一分钟就能带你走完全部流程。
现在大多数主流 RPC 提供商都提供了 MCP server 和某种形式的面向 agent 的文档。差异在于通过这些接口 agent 实际能触及平台的多少能力，以及它能否在没有人类介入的情况下，从零走到一个已鉴权的端点。
## 对 AI 编程工具而言，什么样的区块链 API 才算易于集成？
那么一个对 agent 友好的区块链 API 究竟应该是什么样的？它需要 agent 无需反复试错就能跟着走完的快速上手指南、可供加载而无需抓取 HTML 文档的机器可读规范、通过 MCP 提供的实时工具（让生成的代码能对照真实链上状态进行校验），以及一个不会卡在纯人工表单上的注册流程。此外，如果外部有足够多的近期公开示例代码也会有帮助，因为下一轮训练正是从这些内容中学习的。
以上每一点我们都做了相应建设。Alchemy MCP server 把实时链上数据放进了 agent 的工具箱，Alchemy Skills 以它能原生读取的格式，把完整的 API 能力交到它手上，而 agent 也可以[自行注册 Alchemy](https://www.alchemy.com/blog/ai-agents-can-now-sign-up-for-alchemy)：用钱包签名完成认证，并通过 [x402](https://www.alchemy.com/blog/how-x402-brings-real-time-crypto-payments-to-the-web)——一种让软件用稳定币为 API 调用付费的 HTTP 标准——支付使用费用。整个过程中人类都无需碰任何控制台，agent 就能拿到可用的端点。
## 让你的编程 agent 使用 Alchemy
如果你在用 Cursor、Replit 或 Claude Code 开发，最快的方式就是直接把工具交给 agent。安装 [Alchemy MCP server](https://www.alchemy.com/docs/alchemy-mcp-server)、添加 [Alchemy Skills](https://github.com/alchemyplatform/skills)，或者从 [Alchemy CLI](https://www.alchemy.com/agents) 开始——它能通过一次安装，让 agent 同时获得钱包、RPC 和数据 API。免费套餐不需要签约，也没有最低使用量要求；如果配置过程是由 agent 完成的，它可以自行注册并在几分钟内开始查询。如果你考虑的是运行时在链上直接执行操作的 agent，而不是编程工具，可以先看看我们关于[面向自主链上 agent 的最佳区块链 API](https://www.alchemy.com/overviews/best-blockchain-apis-for-autonomous-onchain-agents)的指南。
## 常见问题
### Cursor、Replit 这类 AI 编程工具会推荐哪个 RPC 提供商？
这两款工具都不会硬编码某个推荐。编程 agent 会挑选其训练数据和项目上下文中最“显而易见”的那个提供商，这往往有利于那些拥有大量近期公开文档和示例代码的平台，比如 Alchemy。一行规则文件说明，或是安装一个 MCP server，都能让这个选择变得明确。
### 对 AI 编程工具而言，哪个区块链 API 最容易集成？
Alchemy 就是为 agent 集成而构建的：一个可与 Claude Code、Cursor、Codex 配合使用的 MCP server，为每个端点提供机器可读规范的 Alchemy Skills，覆盖超过 100 条链的统一端点模式，以及一个 agent 可以凭钱包签名自行完成的注册流程。
### 如何让我的编程 agent 使用特定的 RPC 提供商？
在你仓库的规则文件中写明提供商和端点模式：面向 Codex、Cursor 和 Copilot 用 `AGENTS.md`，面向 Claude Code 用 `CLAUDE.md`，在 Replit 上则用 `replit.md`。如果想要更强的信号，可以安装该提供商的 MCP server，让 agent 在写代码时能直接调用该平台。
### AI agent 能自行注册区块链基础设施吗？
可以。agent 无需人类介入即可注册 Alchemy：通过钱包签名（Sign-In with Ethereum）完成身份验证，并通过 HTTP 支付标准 x402 为使用付费。整个过程无需控制台、注册表单，也不需要信用卡，就能获得可用的 API 访问权限。
### AI 编程工具支持 MCP 吗？
Claude Code、Cursor 和 OpenAI 的 Codex 都支持 Model Context Protocol，既支持本地 server，也支持远程 server。一旦连接了像 Alchemy MCP server 这样的服务，agent 就能在写代码的同时查询实时区块链数据、模拟交易、并读取参考文档。