最开始，AI 编程还处于相当早期的阶段，以tab自动补全为代表——比如 Cursor 和 Copilot，另一个是先跟 AI 聊天。然后把 AI 生成的代码复制粘贴到编辑器里面去。
后来出现了以 Aider 为代表的工具，能够直接编辑代码，省去了复制粘贴这一步。再后来，Claude Code 登场，第一次完成了真正意义上的闭环：修改代码，然后自动执行 lint、build、check、test 等命令，再根据编译器、语法检查器以及单元测试等各级测试给出的错误信息，来保证代码质量。这一步我认为是质的飞跃——在这样的闭环下，Agent 能把自己输出过程中可能的错误自动修正，避免人工介入。
最近我用着用着，又发现了另一层反馈：用一个全新的 Agent 来 review 当前的修改。无论是 CodeX 还是 Claude Code，都支持 Subagent。
所以我现在标准做法是：将任务分为“设计”和“实现”两个阶段。
- 设计阶段，先让 AI 出一个设计方案，自己大概看一遍，有需要改的地方让 AI 改，在键来了：让一个 subagent 去 review 一遍。这样能在动手实施之前，就把一些细节对齐。
- 实现阶段，在完成后，让 main agent 再调用一个 subagent 去 review。这往往能找出一些 edge case，或代码中容易忽略的问题——比如某些函数的注释仍然是旧的，或者有些测试用例没有覆盖到。这样一来，人工干预的量就减到了最少。
并且我会在 main agent 中指明，这个 sub agent 不能继承当前 agent 的对话内容，必须从一个空白的 context 开始。这样才能保持更独立的审查能力。
SKILL.md (点击箭头展开）
(这个 skill 有一部分是针对 codex 特定的，用 CC 的让 CC 改一下就行)
我一般是配合 planning-with-files 这个 skills 使用。
（点击了解更多详细信息）2 个帖子 - 2 位参与者
来源: LinuxDo 最新话题查看原文