同样的编程 agent,我却有两种截然相反的用法:一路狂飙,几乎不读代码,过去
12 个月做了 10,000 多次提交;或者慢工细作,每个决定都由我来做。两种方式
都不是标准答案。真正要决定的是,此时此刻,这个项目的质量标准该定在哪里,
又该在什么时候调整。
我拿到了一个划算的 Codex 套餐,想在 Claude Code 里试试它的模型。一个本地代理加六个小小的 fish 函数之后,`claude-astra` 就能让 Claude Code 跑在 GPT-6-Astra 上。这篇讲它怎么接起来、agent 们怎么把它做出来,以及还缺什么。
我手工拼起来的主 agent、secondary 和 worker 配置,现在已经内置进 tmux-agents。一条命令启动 chain,重启后一个脚本为每个项目各启动一个,再用 /resume 找回之前的对话。
借助 AI 快速推进,在真实使用表明有必要时,补上扎实的工程设计。对 tmux-agents 来说,就是先让 agent 名称兼作 id,直到行不通,再引入真正的 id 和防护措施,让我和 agent 不再重蹈覆辙。
一个项目最多有十个 agent 同时工作,而与我对话的 Claude 还要处理回复、合并和服务器,我总得等它有空。解决办法是再加一个窗格:主 agent 只负责与我交流,原来的那个则成为 coordinator。
内置子 agent 交给你一份总结,背后的工作过程却消失了。tmux-agents 为每项委派任务提供独立 tmux 窗格中的完整 Claude 或 Codex 会话,你可以观察、介入,也能日后接着聊。
Claude、Codex 和它们的子 agent 各有自己的 git worktree,我的磁盘却悄悄被这个 8GB 游戏项目的副本填满了。解决办法是一个小脚本,让 agent 从共享池借用 worktree,而不是不断新建。