我当前的 AI 开发工作流

2025年8月25日 - Peter Steinberger

TL;DR：Ghostty + Claude Code + 极简工具 = 最大生产力。少即是多。

是时候更新我的工作流了，它一直在不断演进。

在全面使用 VS Code 之后，我完全回到了 Ghostty 作为主要设置，VS Code 在侧边用来查看代码，Cursor/GPT-5 用于代码审查（有时也用 CLI）。我试过 Zed，但就是无法忍受这样的终端外观。

我仍然对我的 Dell UltraSharp U4025QW 极其满意 - 3840x1620 的分辨率让 4 个 Claude 实例 + Chrome 都能同时可见，无需移动窗口。

VS Code 的终端太不稳定了，粘贴大量文本时经常冻结。没有什么能比得上 Ghostty。

工具及其现实

Gemini 可能很棒，但它的编辑工具太混乱，所以我越来越少使用它。GPT-5 在审查计划方面甚至比 Gemini 效果更好。

是的，所有这些都在主分支上工作。我试过整个 worktree 设置，只会让我变慢。如果你仔细选择工作领域，你可以在多个领域工作而不会有太多交叉污染。

Claude 经常搞砸事情，但它在重构和清理方面同样出色。重要的是要做到这两点，以免产生太多技术债务。

规划和上下文管理

在状态行中显示初始主题 + 会话 ID（gist）非常有用，以防我需要切换账户或重启会话。

使用计划模式并迭代是关键。较小的任务我会立即完成，较大的任务我会写在文件中并让 GPT-5 审查。

我经常用小提示进行管理，有时我会头脑风暴，令人惊讶的是智能体能从我混乱的想法中理解出多少内容。

当我不在重构时，我通常运行 1-2 个智能体；对于清理/测试/UI 工作，大约 4 个似乎是最佳点。这完全取决于工作的影响范围。

困难的部分

最困难的部分是分布式系统设计，选择正确的依赖项、平台和前瞻性的数据库架构。

我一直在构建大量自定义基础设施、管理页面、CLI 来帮助我和智能体，这些工作确实大大提高了我的速度。用旧方式我永远不会这样做。

测试策略

重大更改总是会有测试。自动化测试通常不是很好，但当你要求模型在同一上下文中编写测试时，模型几乎总是能发现问题。上下文是宝贵的，不要浪费它。

少即是多

甚至移除了我最后的 MCP，因为 Claude 有时会在未被要求的情况下启动 Playwright，而它可以简单地读取代码 - 这更快且更少污染上下文。

选择具有 CLI 的服务：vercel、psql、gh、axiom。智能体可以使用它们，在 CLAUDE.md 中一行就足够了"logs: axiom or vercel cli"。"Database: psql + 一个如何正确加载环境的示例，以便循环更快"

结果和比较

用这个设置完成了大量工作。其他 CLI/模型仍然无法接近。Codex 无法搜索（询问"google best practices"通常比上下文更好）。Cursor/GPT-5 需要很长时间且不分享其思考过程，所以很难引导。GPT-5 在提示方面也更加字面化 - 它是一个很棒的模型，但不是最好的智能体，你必须更加精确和具体。

我仍然不知道这如何能转移到后台智能体。我会大量引导模型，因为我注意到它们偏离 - 如果它们在后台运行，这会更加困难。

新的速率限制将在 8 月 28 日生效，这肯定会很糟糕。我想我只能付费了。目前没有完美的替代方案。