ai coding 半年小结
那些历史： vibe-coding
just build, no ship
- 一个通过openclaw 聊天开发上线的站点
- 一份openclaw 个性化配置
- 一个ios app
- 一个macos app
- gorequests 时隔几年 release 了个新版本
- Robert github 协作机器人【服役中】
- apisix-go golang 版本的apisix， 两年前搭了个架子，想不到 agent 能帮我完成接近 100% 的能力平迁
- 2w 行 -> 10w 行 -> 37w 行 -> 48w 行 -> 38 w 行
- ……
vibe-coding 意味着代码都不 review 了，直接合入，纯黑盒，功能正常就行。
那么也意味着，你得不到任何经验。
没有太大意义，大部分都弃坑了，只有少量能用的留下（但是也很快将被淘汰）
那些历史： openclaw
你还在用吗？ 没有了，早格式化了
那么hermes 呢？ 装了，删了
但是，我还在用 imate， 只不过，一个机器人只做一件事情
- github 多模型 review 机器人
- robert 协作机器人
- 问题咨询机器人
- ……
那些有效的部分：agents.md
用 git 维护 AGENTS.md 并且软链所有 agent 使用同一份，迭代，优化
日积月累，加加减减， 最终得到了一份契合自己工作流的约束文档。
玄之又玄，有用没用谁也不知道，但是大部分情况是有用的。
当然，遇到差的模型，白搭。
另外，每一次模型进步，都意味着 AGENTS.md 重塑。 这个文件或许不会消失，但是会越来越小。
- 从最早的一堆
DO NOT， 慢慢的变成一句简单的说明，agent 自主决策
那些有效的部分： 项目 agents.md
每个项目根路径 AGENTS.md + 核心模块目录 AGENTS.md
反复迭代，优化。 慢慢地，agent 能独立自主完成一些需求。
典型项目：
- bk-cli (1.7W 行go)
- 蓝鲸微网关（7 万行go）
那些有效的部分： 启用 memory
你将会得到意想不到的惊喜
- A 项目改一个字段，agent 告诉你 B 项目的接口协议不兼容
- C 项目加一个新配置，agent 问你 D 项目有级联的变更要不要一起提个 PR
- F 项目有个字段不知道哪来的什么原因，agent 告诉你某年某月某日你的一个需求决策
- …..
所以，最好一个机器，一个主力 agent
那些有用的部分： 使用git worktree
原先我的所有 SKILL 中， git worktree 是可选，当用户要求用的时候用。
后来，直接变成必选。
场景：多个任务并行
ps: vscode 支持 查看当前所有的worktree 并打开
那些有效的部分： 通用 SKILLS
目标： 让 agent 自动调用这些 SKILL 去完成对应的事情。 不需要你多做派发或说明。
基于 superpowers 构建的 工作流体系，上下层层依赖，打造全面完备的工具入口。
每一次模型进步，都意味着SKILL 得大重写。
gpt 5.5 -> 5.6 -> 6.0， superpowers 直接变成智障，更新到后面的版本才解决。
长期来看， SKILL 会消失，或者被 AGENTS.md 简单几句话直接覆盖。 但是短期，至少目前还是有用的
BTW: 6.0 又进一步简化了 SKILL， 更少的约束，更少的上下文。
那些有效的部分：快捷指令 SKILL
事不过三
那些有效的部分： 多模型 review
github PR 使用 codex + claude 双模型， 配合本地项目代码自由探索，已经能 reivew 出绝大多数问题
另外cursor 的 /multi-model-review 也可以
汇总 review 报告之后，再选择一个比较聪明的模型进行确认、校验。最终修复那些【正确的】
那些有效的部分： cli and mcp
个人更喜欢 cli + skill，排拆 MCP
但是，这两者在处理确定需求的时候非常有用。
不过，建议克制评估后引入。过多是有害的。
那些有害的部分： 省 token 中间层
个人观点
rtk？ graphy? 以及一切中间层。
token 省了多少是可量化的，但是大模型思考返回结果的质量是不可量化的。
纯 bash 流（rg， grep 等）才是最纯粹的。 （古法编程大规模重构中的查找替换）
PS：我支持 LSP，但是目前 codex 并不支持。
那些有害的部分： harness和编排
个人观点
每个人可以通过 AGENTS.md + skills 定制适合自己的开发流。
agent 有两种选择： 1. 大而全例如codex 或 claude 2. 简单可定制 pi or dsh 【我认同这两个方向，受益于 codex 的同时，希望pi or dsh 能够变成未来的一个不可或缺的方向】
但是想要妄图通过一堆 AGENTS.md + skills + 编排工作， 做通用化的 harness（个人很讨厌这个词），统一掉所有项目的开发，那是错误的方向（个人观点）。
- 软约束没啥用，
- 过量的上下文（各种 rules，skills)
- 双份事实（代码一份，harness文档一份），
- 各种中间层（例如 graphy）
- 冲突、歧义、重复等等
对于现在这种中小型项目（20W 行代码以内），轻量的 AGENTS.md + 聪明的 agent 就够了。你不用丢一个语言规范文档给他，丢一个make lint 更有效。
未来应该是类似 pi/dsh 的定制 agent，为每个项目量身配置，加上足够聪明的模型。
那些现在已经不用的部分
你还在用 SDD 吗？ 不用了， 文档根本没法 review，最终就是一堆污染（网关各个项目已经删光了）
你还在保留 superpowers 的doc 吗？ 全部删掉了，只保留一份事实
你还在用 plan 模式吗？ 不用了， gpt 5.6 开始没必要了，模型越来越聪明
你还在用 tdd 吗？ 还在用，即使现在很多人认为没有用了
那些现在经常用的部分
- grill-me
- show-me
- fast-*
以及社区不断冒出来的好用的东西
那些建议
- 形成一套适合自己的工作流，agent 也好，skill 也好，cli/mcp 也好，需要反复淬炼，持续迭代优化
- 多跟 agent 聊，追问。
- 技术事实的获取门槛已经很低了，不必去啃书，啃代码
- 但是你自己的理解、判断、决策，最终转换成自己的经验，这个非常重要。
- 多探讨你自己的想法，观点；而不是被 agent 带着走
- 我们始终要和复杂度做斗争， 而现在，agent 变成引入复杂度的源头，代码生成几乎零成本，动不动大几千行往里合，那么，是否整个codebase 还在你的掌控中？
- 务实。 ai coding 炫技很容易，做到务实反而困难。o
那些事实
交付的确更高效了，但是也更累了
现在的 gpt 6 Astra low/medium， 已经能非常好的完成和交付任务，非常务实、高效。已经能做很多之前我需要花很多时间做的事情，或者我根本做不到的事情。
幻觉出现的概率越来越低，代码越来越稳。
未来模型肯定越来越聪明，并且也会有类似grok bot 、cloud agent 出现，慢慢地很多工作逐步被这些替代，甚至所有的工作被替代。
但是至少目前，还需要人类开发者来控制复杂度。
也许某一天，控制复杂度也不重要了。