现在 AI Agent 辅助开发很多，常常看见各种帖子说利用 AI 开发了功能丰富的软件。
工作中主要负责前端开发，也尝试过使用 Claude Code（接的 DeepSeek V4）、Codex（之前薅羊毛），也了解过 skills、mcp等配置优化。
如果对于项目仅以功能开发为主导，倒也是能实现，但考虑到项目的架构设计、优化，总觉得沟通比较难，常常达不到预期。
虽然也配置了skill，但是一顿操作下来，发现 Agent 的速度也下降了，常常卡着几十分钟一直不知道在读取啥。
所以很好奇大佬们都是如何利用 AI Agent 辅助的，包括我也了解到很多比如 Cline、vscode都推出那种看板式的agent任务规划。
单agent都玩不明白咧，多agent更无从入手，看板也是不知云里雾里。 
我目前还是比较老套的开发：
- 会尝试将一些技术栈的规范性约束，甚至skill里的复制到 Claude.md 文件，但是不能多，放一些全局规范些的。
- 写个脚本，将项目源码全部拷贝到剪贴板。
- 发给 gemini ，写需求，复制回答，粘贴代码。
只能说，开发效率肯定比以前手写代码要快（基本不会手写了），但总是离想象着的那种“规范些约束——需求规范—— Agent 自主开发”好像离的很远。
通过观察开源项目，我看很多在 Claude.md/Agents.md 中定义的都是全局性、脚本命令、测试命令规范等约束性条件。
想请教一下大佬们都是如何高效使用 AI 辅助开发的。
3 个帖子 - 3 位参与者
来源: LinuxDo 最新话题查看原文