这篇经验贴把 Coding Agent 的坑和最佳实践讲透了——开头设计决定了最终质量，做 AI 编程的开发者看完能省下大量调试时间，建议直接收藏。
博主分享了自己使用 Coding Agent 的实战经验，强调开发新功能时不要直接让 Agent 写代码，而是先让多个 Agent（如 Codex、Claude Code、Cursor）在 Plan 模式下生成设计方案，然后人工选择最佳方案并融合其他方案的优点。复杂设计需拆分为多个 Phase，每个 Phase 明确要求和验证方法，保存为 Markdown 文档供 Agent 执行。写代码阶段可用便宜模型，但代码 Review 需用最强模型（如 GPT-5.5）把关设计符合性和代码质量。该方法类似多个架构师出方案、程序员执行、资深工程师审核的流程，能有效避免 Agent 跑偏。
用好 Coding Agent，重点是两头，尤其是开头的部分，如果一开始就走偏了后面怎么改都改不好。 比如我要开发一个新功能，首先不是直接叫给 Agent 去写，会把需求简单整理一下，发给三个不同的...
用好 Coding Agent，重点是两头，尤其是开头的部分，如果一开始就走偏了后面怎么改都改不好。 比如我要开发一个新功能，首先不是直接叫给 Agent 去写，会把需求简单整理一下，发给三个不同的 Agent（Codex、Claude Code、Cursor），打开 Plan 模式去帮我写 Plan，这里要用最好的模型。 都写完了之后我去看看谁的最好，以及其他版本有什么可取的地方。GPT 5.5 和 Claude Opus 4.7 并不是谁总是最好，选好了设计后，再把另外两个设计也发给它，让它借鉴一下。当然都不满意就要反复调整提示词多轮讨论。 如果是简单的 Plan，直接就可以开始做了。 如果是复杂的 Plan，让它设计成几个 Phases，每个 phase 说清楚要求和验证的方法，保存成一个 Markdown 文档，把相关的素材也都引用上。 偷懒一点就用 /goal 把 plan 文件发给它，让它按照 Phases 执行，担心 Agent 跑偏就每一步完成人工去审核一下，及时纠偏。 写代码有条件当然用最好的模型，但如果像节约成本，便宜一点的模型也是可以的，毕竟设计好了、有明确的验收标准，偏不到哪里去。 最后代码 Review 不需要太多 Agent 去，GPT-5.5 这种就够了，重点是看是不是符合设计要求以及代码质量有没有问题。 这其实很像一个几个高水平的架构师，一人出一套系统设计方案，你来拍板，然后交给程序员去执行，最后让高水平的程序员或者架构师 review 一下代码。 akazwz @akazwz_ 让不同的 agent 交叉 review 的后果就是代码越改越多。。。 🔗 View Quoted Tweet 💬 5 🔄 4 ❤️ 25 👀 2683 📊 11 ⚡