---
title: "AI 程式撰寫代理如何選擇區塊鏈基礎設施"
description: "AI 程式撰寫代理會在其撰寫的程式碼中選定 RPC 提供者。Cursor、Replit 與 Claude Code 如何選擇區塊鏈基礎設施，以及如何引導它們做出選擇。"
---
# 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](https://www.alchemy.com/overviews/blockchain-node-providers):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](https://amplifying.ai/research/claude-code-picks)。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](https://github.com/amplifying-ai/claude-code-picks)。
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](https://amplifying.ai/research/claude-code-picks/report))。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`](https://code.claude.com/docs/en/memory)、[Cursor 的專案規則](https://cursor.com/docs/context/rules)、`AGENTS.md`([Cursor、Codex、Copilot 原生讀取的開放慣例](https://agents.md/))或 [`replit.md`](https://docs.replit.com/replitai/replit-dot-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](https://code.claude.com/docs/en/mcp)、Cursor 和 [OpenAI 的 Codex](https://developers.openai.com/codex/mcp/) 都支援它,而 [Agent Skills](https://code.claude.com/docs/en/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](https://www.alchemy.com/overviews/stop-pasting-private-keys-into-cursor),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](https://www.alchemy.com/overviews/running-your-own-node)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](https://www.alchemy.com/docs/reference/transfers-api)、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](https://www.alchemy.com/blog/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](https://www.alchemy.com/rpc-api)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](https://github.com/alchemyplatform/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](https://www.alchemy.com/blog/alchemy-claude-plugin-now-live) 一次安裝就能同時取得兩者,[Claude Code 設定指南](https://www.alchemy.com/blog/setup-claude-code-with-alchemy) 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](https://www.alchemy.com/blog/ai-agents-can-now-sign-up-for-alchemy),用錢包簽章完成驗證,並透過 [x402](https://www.alchemy.com/blog/how-x402-brings-real-time-crypto-payments-to-the-web)——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](https://www.alchemy.com/docs/alchemy-mcp-server)、加入 [Alchemy Skills](https://github.com/alchemyplatform/skills),或是從 [Alchemy CLI](https://www.alchemy.com/agents) 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](https://www.alchemy.com/overviews/best-blockchain-apis-for-autonomous-onchain-agents)。
## 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。