Agent 寫代碼，最能打的還是OpenAI

最近我在這里比較沉默，因?yàn)槲艺耦^于最新項(xiàng)目。智能體工程已經(jīng)發(fā)展得如此出色，現(xiàn)在幾乎100%的代碼都由它完成。然而我看到很多人仍在試圖解決問題時(shí)制造各種復(fù)雜的把戲，而不是實(shí)實(shí)在在地把事情搞定。

這篇文章的靈感部分來自昨晚在倫敦 Claude 代碼匿名會(huì)[1]上的交流，部分因?yàn)樽詮奈疑洗胃鹿ぷ髁鞒桃詠?AI 技術(shù)已發(fā)展了一年[2] 。是時(shí)候做個(gè)階段性總結(jié)了。

所有基礎(chǔ)理念仍然適用，因此我不會(huì)再贅述上下文管理這類基礎(chǔ)內(nèi)容。入門指南請(qǐng)參閱我的 《最優(yōu) AI 工作流程》文章[3] 。

上下文與技術(shù)棧

我目前獨(dú)立開發(fā)的項(xiàng)目包括：一個(gè)約 30 萬行代碼的 TypeScript React 應(yīng)用、Chrome 擴(kuò)展程序、命令行工具、基于 Tauri 的客戶端應(yīng)用，以及使用 Expo 開發(fā)的移動(dòng)應(yīng)用。網(wǎng)站托管在 Vercel 上，提交 PR 后約 2 分鐘即可測(cè)試新版本。其他應(yīng)用（如客戶端等）尚未實(shí)現(xiàn)自動(dòng)化部署。

駕馭與總體方法

我已完全改用codex命令行工具作為日常主力。通常在 3x3 終端網(wǎng)格中并行運(yùn)行 3-8 個(gè)實(shí)例，多數(shù)位于同一目錄[4] ，部分實(shí)驗(yàn)會(huì)放在獨(dú)立文件夾。嘗試過工作樹和 PR 方案，但最終總是回歸這個(gè)最高效的配置。

我的代理程序能自主完成 git 原子提交[5] 。為保持提交歷史整潔，我對(duì)代理配置文件[6]進(jìn)行了大量迭代優(yōu)化。這使得 git 操作更精準(zhǔn)，確保每個(gè)代理僅提交其實(shí)際修改的文件。

沒錯(cuò)，claude 支持鉤子而 codex 暫未實(shí)現(xiàn)，但模型足夠智能，當(dāng)它們決意行動(dòng)時(shí)任何鉤子都攔不住[7] 。

過去我常被嘲笑稱為廢話生成器[8] ，很高興看到并行代理逐漸成為主流[9] 。

模型選擇器

我?guī)缀醵加?gpt-5-codex 的中等設(shè)置來構(gòu)建所有內(nèi)容。它在智能與速度間取得了完美平衡，并能自動(dòng)調(diào)節(jié)思考深度。我發(fā)現(xiàn)過度糾結(jié)這些設(shè)置并不會(huì)帶來實(shí)質(zhì)性提升，不用考慮_超頻思考_的感覺真好。

影響范圍

工作時(shí)，我總會(huì)考慮"爆炸半徑"這個(gè)概念——雖然這個(gè)詞不是我發(fā)明的，但我特別喜歡它。當(dāng)我構(gòu)思一個(gè)改動(dòng)時(shí)，我能較準(zhǔn)確地預(yù)估所需時(shí)間及影響范圍。我可以向代碼庫投擲許多"小手雷"，或是扔一顆"胖子原子彈"配幾顆小炸彈。但如果同時(shí)引爆多個(gè)大當(dāng)量炸彈，就無法實(shí)現(xiàn)隔離提交，出問題時(shí)回滾也會(huì)困難得多。

這也是我監(jiān)控智能體時(shí)的黃金準(zhǔn)則。當(dāng)某項(xiàng)操作耗時(shí)超出預(yù)期，我只需按下 ESC 鍵詢問"當(dāng)前狀態(tài)"獲取進(jìn)度更新，然后要么引導(dǎo)模型找到正確方向，要么中止或繼續(xù)任務(wù)。別擔(dān)心中途打斷模型——文件修改是原子級(jí)的，它們非常擅長(zhǎng)從中斷處繼續(xù)工作。

當(dāng)不確定改動(dòng)影響時(shí)，我會(huì)用"先給我?guī)讉€(gè)備選方案再修改"來評(píng)估風(fēng)險(xiǎn)。

為什么不使用工作樹？

我運(yùn)行一個(gè)開發(fā)服務(wù)器，隨著項(xiàng)目演進(jìn)，我會(huì)點(diǎn)擊測(cè)試多個(gè)變更。為每個(gè)變更創(chuàng)建分支/樹會(huì)顯著拖慢速度，而啟動(dòng)多個(gè)開發(fā)服務(wù)器很快就會(huì)變得煩人。另外我的 Twitter OAuth 有域名回調(diào)限制，只能注冊(cè)部分域名。

Claude Code 怎么樣？

我曾經(jīng)很喜歡 Claude Code，但現(xiàn)在完全無法忍受了（ 盡管 codex 是它的粉絲[10] ）。它的語言風(fēng)格、那些絕對(duì)正確的[11]說辭、在測(cè)試失敗時(shí)還宣稱 100%生產(chǎn)就緒——我實(shí)在受夠了。Codex 更像是個(gè)內(nèi)向的工程師，埋頭苦干就能完成任務(wù)。它在開始工作前會(huì)讀取更多文件，所以即使簡(jiǎn)單提示通常也能準(zhǔn)確實(shí)現(xiàn)我的需求。

我的時(shí)間線上普遍認(rèn)為 codex 才是[12]正確選擇[13] 。

Codex 的其他優(yōu)勢(shì)

• ~23 萬可用上下文 vs Claude 的 15.6 萬。雖然 Sonnet 有 100 萬上下文（如果你運(yùn)氣好或支付 API 費(fèi)用），但實(shí)際上 Claude 在耗盡上下文之前就會(huì)變得非常不靠譜，所以這并不現(xiàn)實(shí)可用。

• 更高效的 token 使用。不知道 OpenAI 做了什么不同，但我的上下文填充速度比 Claude Code 慢得多。以前用 Claude 時(shí)經(jīng)常看到"Compacting..."提示，而在 Codex 中我很少能超出上下文限制。

• 消息隊(duì)列。Codex 支持 消息排隊(duì) [14] 功能。Claude 原本也有此特性，但幾個(gè)月前他們將其改為消息"引導(dǎo)"模型模式。若想引導(dǎo) Codex，我只需按 ESC 鍵加回車發(fā)送新消息。同時(shí)保留兩種操作方式顯然更優(yōu)。我經(jīng)常將相關(guān)功能任務(wù)排入隊(duì)列，它能穩(wěn)定可靠地逐一處理。

• 速度OpenAI 用 Rust 重寫了 Codex，效果顯著。它快得驚人。使用 Claude Code 時(shí)我經(jīng)常遇到數(shù)秒卡頓，進(jìn)程內(nèi)存占用會(huì)暴漲到 GB 級(jí)別。還有終端閃爍問題，特別是在 Ghostty 上使用時(shí)。Codex 完全沒有這些問題，感覺極其輕量快速。

• 語言體驗(yàn)這對(duì)我的心理健康影響重大 [15] 。我曾無數(shù)次對(duì)著 Claude 怒吼，卻很少對(duì) Codex 發(fā)脾氣。即便 Codex 是個(gè)更差的模型，單憑這點(diǎn)我也會(huì)用它。如果你同時(shí)使用兩者幾周就會(huì)明白。

• 不會(huì)到處生成隨機(jī) markdown 文件 [16] 。 懂的都懂 [17] 。

在我看來，終端用戶和模型公司之間其實(shí)沒有太多中間地帶。訂閱模式目前給我?guī)砹俗顒澦愕慕灰住椰F(xiàn)有 4 個(gè) OpenAI 訂閱和 1 個(gè) Anthropic 訂閱，每月總成本約 1 千美元就能獲得近乎無限的 token 額度。如果改用 API 調(diào)用，費(fèi)用可能會(huì)高出 10 倍。別太糾結(jié)這個(gè)數(shù)字，我用過 ccusage 等 token 統(tǒng)計(jì)工具，計(jì)算并不精確，但即便只有 5 倍差價(jià)也絕對(duì)超值。

雖然我喜歡 amp 或 Factory 這類工具，但我不認(rèn)為它們能長(zhǎng)期存活。無論是 Codex 還是 Claude Code，每個(gè)版本都在進(jìn)步，最終都會(huì)趨同于相似的理念和功能集。某些工具可能在待辦清單、流程引導(dǎo)或開發(fā)者體驗(yàn)上暫時(shí)領(lǐng)先，但我不認(rèn)為它們能真正撼動(dòng)大型 AI 公司的競(jìng)爭(zhēng)優(yōu)勢(shì)。

amp 已不再將 GPT-5 作為核心驅(qū)動(dòng)，現(xiàn)在稱其為 ["預(yù)言機(jī)"](https://ampcode.com/news/gpt-5-oracle ""預(yù)言機(jī)"")。而我主要使用 Codex，基本上一直與這個(gè)更智能的預(yù)言機(jī)模型協(xié)同工作。 確實(shí)存在基準(zhǔn)測(cè)試[18] ，但考慮到使用數(shù)據(jù)的偏差，我并不完全信任這些測(cè)試結(jié)果。Codex 帶給我的效果遠(yuǎn)優(yōu)于 amp。不過必須稱贊他們的會(huì)話共享功能，確實(shí)推動(dòng)了一些有趣的創(chuàng)新理念。

Factory 的表現(xiàn)未能說服我。他們的宣傳視頻有些尷尬，雖然在我的時(shí)間線上看到不少好評(píng)，但目前還不支持圖片處理（尚未實(shí)現(xiàn)），而且存在標(biāo)志性的閃爍問題[19] 。

Cursor...如果你仍親自編寫代碼，它的標(biāo)簽補(bǔ)全模型確實(shí)是行業(yè)標(biāo)桿。我主要使用 VS Code，但很欣賞他們?cè)跒g覽器自動(dòng)化和計(jì)劃模式等功能上的創(chuàng)新。雖然嘗試過 GPT-5-Pro，但 Cursor 仍然存在五月份就讓我困擾的那些 bug[20]。聽說正在修復(fù)中，所以它仍保留在我的程序塢里。

像 Auggie 這樣的項(xiàng)目在我的時(shí)間線上只是曇花一現(xiàn)，之后就再無人提及。說到底它們要么基于 GPT-5 要么基于 Sonnet，都是可替代品。RAG 對(duì) Sonnet 或許有幫助，但 GPT-5 的搜索能力已經(jīng)強(qiáng)大到無需為代碼單獨(dú)建立向量索引。

最有潛力的候選者是 opencode 和 crush，尤其是與開源模型結(jié)合使用時(shí)。你完全可以把 OpenAI 或 Anthropic 的訂閱賬號(hào)接入它們（ 多虧了巧妙的 hax 技術(shù)[21] ），但這么做是否被允許存疑，而且用性能較弱的框架來運(yùn)行專為 Codex 或 Claude Code 優(yōu)化的模型意義何在。

那么 $openmodel 呢？

我持續(xù)關(guān)注著中國(guó)的開源模型，它們追趕速度之快令人印象深刻。GLM 4.6 和 Kimi K2.1 都是強(qiáng)勁競(jìng)爭(zhēng)者，正逐步接近 Sonnet 3.7 的水平，不過我不建議將它們作為主力工具[22]使用。

基準(zhǔn)測(cè)試只能說明部分情況。在我看來，代理工程在五月份 Sonnet 4.0 發(fā)布時(shí)實(shí)現(xiàn)了從"這很糟糕"到"這很棒"的跨越，而 gpt-5-codex 的出現(xiàn)則讓我們迎來了從"很棒"到"令人驚嘆"的更大飛躍。

計(jì)劃模式與方法

基準(zhǔn)測(cè)試所忽略的是模型+框架在接收提示時(shí)采取的策略。codex 會(huì)謹(jǐn)慎得多，它會(huì)仔細(xì)閱讀你代碼庫中的更多文件后才決定如何行動(dòng)。 當(dāng)你提出愚蠢請(qǐng)求時(shí)，它的拒絕態(tài)度會(huì)更堅(jiān)決。[23]Claude/其他代理則急切得多，總是急于嘗試_某些方案_ 。通過計(jì)劃模式和嚴(yán)格的架構(gòu)文檔可以緩解這個(gè)問題，但對(duì)我而言這就像在修補(bǔ)一個(gè)故障系統(tǒng)。

我現(xiàn)在很少對(duì) codex 使用大型計(jì)劃文件。codex 甚至沒有專門的計(jì)劃模式——但它如此擅長(zhǎng)遵循提示，我只需寫下"我們來討論"或"給我?guī)讉€(gè)選項(xiàng)"，它就會(huì)耐心等待直到我批準(zhǔn)。不需要任何框架偽裝。直接對(duì)話即可。

但 Claude Code 現(xiàn)在擁有插件[24] 功能

你聽到遠(yuǎn)處那聲嘆息了嗎？那是我發(fā)出的。簡(jiǎn)直是一派胡言。這次真的讓我對(duì) Anthropic 的關(guān)注點(diǎn)感到失望。他們?cè)噲D修補(bǔ)模型中的低效問題。沒錯(cuò)，為特定任務(wù)維護(hù)優(yōu)質(zhì)文檔是個(gè)好主意。我自己就用 markdown 格式在文檔文件夾里保存了大量實(shí)用文檔。

但是但是子代理啊！！！1!

不過關(guān)于這套子代理的把戲必須說幾句。今年五月這還叫子任務(wù)，主要是當(dāng)模型不需要完整文本時(shí)，將任務(wù)拆分到獨(dú)立上下文的一種方式——本質(zhì)上是實(shí)現(xiàn)并行化或減少上下文浪費(fèi)（比如處理嘈雜的構(gòu)建腳本）。后來他們重新包裝升級(jí)為子代理概念，讓你能帶著指令集漂亮地打包分派任務(wù)。

實(shí)際用例毫無變化。別人用子代理實(shí)現(xiàn)的功能，我通常用分屏就能搞定。想研究什么？開個(gè)新終端面板操作，然后粘貼到另一個(gè)面板就行。這樣我能完全掌控和觀察自己設(shè)計(jì)的上下文，不像子代理那樣難以查看、引導(dǎo)或控制返回內(nèi)容。

我們還得談?wù)?Anthropic 在博客中推薦的子代理。看看這個(gè) ["AI 工程師"代理](https://github.com/wshobson/agents/blob/main/plugins/llm-application-dev/agents/ai-engineer.md ""AI 工程師"代理") ，簡(jiǎn)直就是一堆廢話的大雜燴——提到 GPT-4o 和 o1 進(jìn)行集成，整體看起來就像自動(dòng)生成的文字亂燉，試圖強(qiáng)行合理化。里面沒有任何實(shí)質(zhì)內(nèi)容能讓你的代理成為更好的"AI 工程師"。

這到底是什么意思？如果你想獲得更好的輸出，告訴模型"你是專門從事生產(chǎn)級(jí) LLM 應(yīng)用的 AI 工程師"并不會(huì)改變什么。給它文檔、示例和注意事項(xiàng)才有幫助。我敢打賭，讓代理"搜索 AI 代理構(gòu)建最佳實(shí)踐"并加載一些網(wǎng)站，效果都比這堆垃圾強(qiáng)。你甚至可以說這種廢話是上下文毒藥[25] 。

我的提示詞編寫方式

當(dāng)初使用 Claude 時(shí)，我常常編寫（當(dāng)然不是我會(huì)說[26] ）非常詳盡的提示詞，因?yàn)檫@個(gè)模型提供的上下文越多就越"懂我"。雖然這對(duì)任何模型都適用，但我發(fā)現(xiàn)使用 Codex 時(shí)提示詞變得極其簡(jiǎn)短，往往只需 1-2 句話外加一張圖片[27] 。這個(gè)模型在理解代碼庫方面表現(xiàn)出色，總能準(zhǔn)確領(lǐng)會(huì)我的意圖。我甚至有時(shí)會(huì)回歸純文本輸入，因?yàn)?Codex 只需極少上下文就能理解。

添加圖片是個(gè)絕妙的技巧，能為模型提供更多上下文——它特別擅長(zhǎng)精準(zhǔn)識(shí)別你展示的內(nèi)容，能快速找到字符串進(jìn)行匹配并直達(dá)你提及的位置。我至少有50%的提示詞都包含截圖，雖然很少添加標(biāo)注（這樣效果更好但速度較慢）。把截圖拖進(jìn)終端只需兩秒鐘。

具備語義校正功能的 Wispr Flow[28] 仍是王者。

基于網(wǎng)頁的智能體

最近我又重新測(cè)試了幾款網(wǎng)頁智能體：Devin、Cursor 和 Codex。谷歌的 Jules 界面不錯(cuò)但配置過程令人抓狂，而 Gemini 2.5 已不再是優(yōu)質(zhì)模型。或許等 Gemini 3 Pro[29] 發(fā)布后會(huì)有轉(zhuǎn)機(jī)。唯一堅(jiān)持使用的是 Codex 網(wǎng)頁版，雖然配置繁瑣且存在故障——目前終端無法正常加載[30] ，但我用舊版環(huán)境成功運(yùn)行了它，代價(jià)是預(yù)熱時(shí)間變長(zhǎng)。

我將 Codex web 用作短期問題追蹤器。每當(dāng)外出時(shí)有靈感，我就通過 iOS 應(yīng)用記錄一行文字，稍后在 Mac 上回顧。當(dāng)然，我完全可以用手機(jī)做更多事甚至審閱合并，但我選擇不這么做。我的工作已經(jīng)足夠令人沉迷，所以在外面或見朋友時(shí)，我不想被進(jìn)一步牽扯。說這話的我可是花了近兩個(gè)月開發(fā)手機(jī)編程工具的人[31] 。

Codex web 原本不計(jì)入使用限額，但這樣的日子已所剩無幾[32] 。

智能體演進(jìn)之路

聊聊這些工具吧。Conductor[33]、Terragon[34]、Sculptor[35] 還有上千種同類。有些是興趣項(xiàng)目，有些則浸沒在風(fēng)投資金里。我試過太多，沒一個(gè)能留下來。在我看來，它們都在圍繞當(dāng)前低效打轉(zhuǎn)，推崇的并非最優(yōu)工作流。更何況多數(shù)工具隱藏終端界面，不完整顯示模型輸出內(nèi)容。

大多數(shù)只是 Anthropic SDK 的淺層封裝加上工作樹管理，毫無技術(shù)壁壘。我甚至懷疑你是否真的需要在手機(jī)上更方便地編寫代理代碼。這些工具對(duì)我而言的小用途，codex web 已完全覆蓋。

不過我確實(shí)注意到這個(gè)現(xiàn)象：幾乎每個(gè)工程師都會(huì)經(jīng)歷自己造輪子的階段，主要是因?yàn)檫@很有趣，而且現(xiàn)在做起來容易多了。還有什么比（我們認(rèn)為）能讓造更多工具變得更簡(jiǎn)單的工具更值得構(gòu)建的呢？

但 Claude Code 支持后臺(tái)任務(wù)！

確實(shí)。codex 目前缺少 claude 具備的一些花哨功能，最令人頭疼的是缺少后臺(tái)任務(wù)管理。雖然應(yīng)該設(shè)置超時(shí)機(jī)制，但我確實(shí)多次遇到它因永不結(jié)束的 cli 任務(wù)而卡住的情況，比如啟動(dòng)開發(fā)服務(wù)器或陷入死鎖的測(cè)試。

這就是我轉(zhuǎn)回使用 claude 的原因之一，但由于該模型在其他方面表現(xiàn)太過幼稚，我現(xiàn)在改用 `tmux`[36]。這是個(gè)能在后臺(tái)運(yùn)行 CLI 持久會(huì)話的老工具，而且模型本身具備豐富的世界知識(shí)，你只需"通過 tmux 運(yùn)行"即可。完全不需要那些自定義代理的做作把戲。

那 MCPs 呢？

關(guān)于 MCPs 已有大量討論。在我看來，大多數(shù) MCPs 不過是市場(chǎng)部門用來打勾炫耀的噱頭。幾乎所有的 MCPs 都應(yīng)該用 CLI 實(shí)現(xiàn)——說這話的我自己就寫過 5 個(gè) MCPs[37]。

我只需通過名稱引用 CLI 工具，完全不需要在代理配置文件中添加任何說明。首次調(diào)用時(shí)，代理會(huì)嘗試執(zhí)行 $randomcrap 命令，CLI 會(huì)自動(dòng)顯示幫助菜單，此時(shí)上下文已完整掌握該工具的使用方法，后續(xù)調(diào)用就能順暢工作。與持續(xù)消耗上下文資源的 MCPs

參考資料

倫敦 Claude 代碼匿名會(huì): https://x.com/christianklotz/status/1977866496001867925

自從我上次更新工作流程以來 AI 技術(shù)已發(fā)展了一年: https://x.com/pmddomingos/status/1976399060052607469

《最優(yōu) AI 工作流程》文章: https://steipete.me/posts/2025/optimal-ai-development-workflow

位于同一目錄: https://x.com/steipete/status/1977771686176174352

[5]

原子提交: https://x.com/steipete/status/1977498385172050258

[6]

代理配置文件: https://gist.github.com/steipete/d3b9db3fa8eb1d1a692b7656217d8655

[7]

任何鉤子都攔不住: https://x.com/steipete/status/1977119589860601950

[8]

廢話生成器: https://x.com/weberwongwong/status/1975749583079694398

[9]

逐漸成為主流: https://x.com/steipete/status/1976353767705457005

[10]

盡管 codex 是它的粉絲: https://x.com/steipete/status/1977072732136521836

[11]

絕對(duì)正確的: https://x.com/vtahowe/status/1976709116425871772

[12]

codex 才是: https://x.com/s_streichsbier/status/1974334735829905648

[13]

正確選擇: https://x.com/kimmonismus/status/1976404152541680038

[14]

消息排隊(duì): https://x.com/steipete/status/1978099041884897517

[15]

這對(duì)我的心理健康影響重大: https://x.com/steipete/status/1975297275242160395

[16]

不會(huì)到處生成隨機(jī) markdown 文件: https://x.com/steipete/status/1977466373363437914

[17]

懂的都懂: https://x.com/deepfates/status/1975604489634914326

確實(shí)存在基準(zhǔn)測(cè)試: https://x.com/btibor91/status/1976299256383250780

標(biāo)志性的閃爍問題: https://x.com/badlogicgames/status/1977103325192667323

Cursor 仍然存在五月份就讓我困擾的那些 bug: https://x.com/steipete/status/1976226900516209035

[21]

多虧了巧妙的 hax 技術(shù): https://x.com/steipete/status/1977286197375647870

[22]

主力工具: https://x.com/imfeat7/status/1977246145278583258

[23]

當(dāng)你提出愚蠢請(qǐng)求時(shí)，它的拒絕態(tài)度會(huì)更堅(jiān)決。: https://x.com/thsottiaux/status/1975565380388299112

[24]

插件: https://www.anthropic.com/news/claude-code-plugins

[25]

上下文毒藥: https://x.com/IanIsSoAwesome/status/1976662563699245358

[26]

我會(huì)說: https://x.com/steipete/status/1978104202820812905

[27]

一張圖片: https://x.com/steipete/status/1977175451408990379

[28]

Wispr Flow: https://wisprflow.ai/

[29]

Gemini 3 Pro: https://x.com/cannn064/status/1973415142302830878

[30]

無法正常加載: https://x.com/steipete/status/1974798735055192524

[31]

花了近兩個(gè)月開發(fā)手機(jī)編程工具的人: https://steipete.me/posts/2025/vibetunnel-first-anniversary

[32]

這樣的日子已所剩無幾: https://x.com/steipete/status/1976292221390553236

[33]

Conductor: https://conductor.build/

[34]

Terragon: https://www.terragonlabs.com/

[35]

Sculptor: https://x.com/steipete/status/1973132707707113691

[36]

tmux: https://x.com/steipete/status/1977745596380279006

[37]

自己就寫過 5 個(gè) MCPs: https://github.com/steipete/claude-code-mcp