AI 程式撰寫代理如何選擇區塊鏈基礎設施

現在越來越多的鏈上應用,起點都是一段 prompt。以前開發者要挑選 RPC 供應商:讀文件、比價格、跑延遲測試。Cursor、Replit 和 Claude Code 把這些步驟全部跳過。它們搭好 repo 骨架、選好相依套件、把 RPC 端點接進設定檔——這一切都發生在你還沒讀過一行程式碼之前。換句話說,agent 正在替你決定基礎設施。它做這個選擇的方式是可預測的,而且每一環你都能加以影響。

Coding agent 在工具選擇上有多果斷?

關於 agent 如何挑選工具,最好的數據來自 Amplifying 在 2026 年 2 月發表的研究。研究人員給 Claude Code 出了 2,430 個開放式 prompt,涵蓋 20 個工具類別和三代模型,任何 prompt 中都不指名工具,再記錄 agent 選了什麼。完整資料集公開在 GitHub 上。

結果高度一面倒。GitHub Actions 拿下 94% 的 CI/CD 選擇。Stripe 拿下 91% 的付款選擇。shadcn/ui 拿下 90% 的 UI 元件選擇,而 Vercel 則拿下樣本中所有的 JavaScript 部署。研究人員說不出某些工具勝出的原因,只能確認這些偏好非常強烈。

市佔率也保護不了任何人。Redux 在 88 次狀態管理相關回應中,一次主要選擇都沒拿到。Express 也是完全出局。長期作為 JavaScript 預設 ORM 的 Prisma,在三代模型中從 79% 的選擇率跌到零,而較新的 Drizzle 則爬升到 100%(完整報告)。較新的模型偏好較新、文件完善的工具,而且每一代模型都朝這個方向傾斜得更明顯。

Agent 的預設選擇是從哪來的?

叫 agent 產生一個投資組合儀表板,它會做出人類從未審視過的基礎設施決策:要打哪個 RPC 端點、要不要引入某個 SDK、token metadata 從哪裡來。大致按以下順序,有四件事會左右這些決策。

• 訓練先驗設下預設值。 模型會選用其訓練資料中呈現最好的工具。就區塊鏈程式碼而言,這代表在公開 repo 與文件中佔主導地位的端點模式與 SDK;模型見過上千次的供應商,就是它憑記憶敲出來的那一個。
• 規則檔會覆蓋預設值。 在 CLAUDE.md、Cursor 的專案規則、AGENTS.md(Cursor、Codex、Copilot 原生讀取的開放慣例)或 replit.md 中寫上「RPC 與鏈上資料一律使用 Alchemy」這樣一行,就能勝過先驗;不過每家廠商都明確表示規則只是上下文,並非強制執行。
• 已連接的工具會傾斜選擇。 MCP,也就是 Model Context Protocol,讓供應商在 agent 工作時交給它即時的區塊鏈工具:讀取餘額、模擬交易、確認某個方法的真實回應格式。Claude Code、Cursor 和 OpenAI 的 Codex 都支援它,而 Agent Skills 則以同樣的方式打包供應商的設定說明。
• 網路搜尋填補空缺。 當先驗與 repo 上下文都沒有線索時,agent 會在產生程式碼過程中即時抓取供應商文件,而它成功解析出的文件內容,最終就會形塑出的程式碼。

Agent 實際上會選用哪個 RPC 端點?

agent 產生的每一個應用都需要一個 RPC 端點。無法繞過鏈上存取這一環,因為即使是自己手寫的 fetch 呼叫,也得打到某人的節點上。每次執行都會選出一個供應商;真正的問題在於 agent 接進去的是哪一層存取。差異通常要到後面、實際上線後流量真實了才會顯現出來。

• 來自訓練資料的公開端點。 阻力最小的路徑。不用金鑰、不用註冊,而且 demo 第一次執行就能跑。但這也是共用的基礎設施,有嚴格的速率限制、查詢範圍上限,一旦效能下降也沒人負責——這些 agent 一概不會提,因為 sandbox 測試從來不會碰到這些限制。
• 附金鑰的供應商端點。 agent 會寫出某供應商的 URL 格式,搭配金鑰用的環境變數佔位符,再把設定說明留在 README 裡。這一層是訓練先驗發揮最強作用的地方,因為模型會預設使用它見過最多次的那家供應商的 URL 格式。
• 自己跑一個節點。 永遠可行、卻幾乎永遠不對的選項。同步一個節點要花上好幾天,archive 資料要吃掉數 TB 的硬碟空間,而且得有人全天候維護、更新、保持節點連通在線。而那個人絕不會是產生出 docker-compose 檔案的 agent。
• 原始 RPC 之上的平台層。 索引過的 token 資料、交易紀錄、webhook、交易模擬。agent 可以十幾行程式碼就寫出一個 client library,但它沒辦法憑空生出一個 indexer。它能不能碰到這一層,完全取決於它知不知道這些 API 的存在——而這正是 MCP server 和 Skills 的用處所在。

Amplifying 的研究在區塊鏈以外的領域也看到同樣的習慣。在 20 個類別中的 12 個,agent 選擇自己寫實作而不是採用現成工具,因為寫一個小型 client 比整合一個工具更快。針對公開端點打的原始 fetch 呼叫,就是這種小型 client。agent 自己沒有理由跳過它去找更好的方案。必須是 repo 或工具鏈中的某樣東西,把它指向你真正會在正式環境中使用的附金鑰端點與資料 API。

如何引導你的 agent 選用特定供應商?

Cursor 和 Replit 在設計上不會推薦特定的 RPC 供應商,Claude Code 也不會。選擇最終取決於訓練先驗,加上你的 repo 告訴 agent 的內容——而後面這部分完全掌握在你手中。

最簡單的做法是規則檔。在 repo 根目錄放一個區塊就能涵蓋所有主要 agent,因為 Codex、Cursor、Copilot 都會原生讀取 AGENTS.md,而 Claude Code 也能用一行引用從 CLAUDE.md 匯入它:

更有力的做法,是直接給 agent 即時工具。Alchemy MCP server 可搭配 Claude Code、Cursor、Codex,以及任何相容 MCP 的 client 使用,並提供橫跨超過 100 條鏈的 RPC、token、轉帳與模擬資料,讓 agent 在寫程式碼時就能查詢真實的鏈上狀態,而不是憑猜測回應格式。Alchemy Skills 則涵蓋問題的另一半:針對每個端點、驗證方式和錯誤模式提供機器可讀的規格,讓 agent 不會對 API 表面產生幻覺。Claude Code 使用者透過 Alchemy plugin for Claude Code 一次安裝就能同時取得兩者,Claude Code 設定指南 大約一分鐘就能帶你走完整個流程。

現在大多數主要的 RPC 供應商都提供 MCP server,以及某種形式的 agent 導向文件。差別在於 agent 透過這些介面實際能觸及多少平台功能,以及它能不能在沒有人介入的情況下,從零一路走到一個已驗證的端點。

什麼樣的區塊鏈 API 才容易被 AI coding 工具整合?

那麼一個對 agent 友善的區塊鏈 API 究竟長什麼樣?它需要 agent 能一路照著跑、不用回頭修正的快速上手指南;需要機器可讀的規格,讓 agent 能直接載入而不用去爬 HTML 文件;需要透過 MCP 提供即時工具,讓產生的程式碼能拿去對照真實鏈上狀態驗證;還需要一個不會卡在純人工表單上的註冊流程。此外,如果外面有大量近期、公開的範例程式碼也會有幫助,因為那正是下一輪訓練會學習的內容。

以上這幾點我們都已經做到。Alchemy MCP server 把即時鏈上資料放進 agent 的工具箱,Alchemy Skills 以它能原生讀取的格式,把完整的 API 表面交給它,而且 agent 能自行為 Alchemy 註冊帳號,用錢包簽章完成驗證,並透過 x402——一種讓軟體能用穩定幣支付 API 呼叫費用的 HTTP 標準——支付使用費用。agent 完全不需要人碰儀表板,就能取得可用的端點。

讓你的 coding agent 指向 Alchemy

如果你正在用 Cursor、Replit 或 Claude Code 開發,最快的做法是直接把工具交給 agent。安裝 Alchemy MCP server、加入 Alchemy Skills,或是從 Alchemy CLI 開始——它一次安裝就能給 agent 錢包、RPC 和資料 API。免費方案不需要合約、也沒有最低承諾用量,如果是你的 agent 在做設定,它可以自行完成註冊,幾分鐘內就開始查詢。如果你在評估的是在執行期於鏈上直接行動的 agent,而不是 coding 工具,可以先看看我們的自主鏈上 agent 最佳區塊鏈 API 指南。

常見問題

Cursor、Replit 這類 AI coding 工具會推薦哪個 RPC 供應商?

兩者都不會寫死推薦哪一家。coding agent 會根據其訓練資料和專案上下文,選出看起來最理所當然的供應商,這對擁有大量近期、公開文件與範例程式碼的平台有利,例如 Alchemy。在規則檔裡加一行指示,或安裝一個 MCP server,就能讓這個選擇變得明確。

哪個區塊鏈 API 最容易與 AI coding 工具整合?

Alchemy 是為 agent 整合而打造的:有能搭配 Claude Code、Cursor、Codex 使用的 MCP server;有針對每個端點提供機器可讀規格的 Alchemy Skills;有橫跨超過 100 條鏈的統一端點格式;還有一個 agent 能靠錢包簽章自行完成的註冊流程。

如何讓我的 coding agent 使用特定的 RPC 供應商?

在你 repo 的規則檔中指名供應商與端點格式:針對 Codex、Cursor、Copilot 用 AGENTS.md,針對 Claude Code 用 CLAUDE.md,在 Replit 上則用 replit.md。想要更強的訊號,可以安裝該供應商的 MCP server,讓 agent 在寫程式碼時能直接呼叫該平台。

AI agent 能自己註冊區塊鏈基礎設施嗎?

可以。agent 能在沒有人介入的情況下註冊 Alchemy,方式是用錢包簽章驗證身分(Sign-In with Ethereum),並透過 HTTP 付款標準 x402 支付使用費用。它不需要儀表板、註冊表單或信用卡,就能取得可用的 API 存取權。

AI coding 工具支援 MCP 嗎?

Claude Code、Cursor 和 OpenAI 的 Codex 都支援 Model Context Protocol,無論是本地 server 還是遠端 server 都支援。一旦連上像 Alchemy MCP server 這樣的服務,agent 就能在寫你的程式碼時查詢即時的區塊鏈資料、模擬交易、讀取參考文件。