《Just Talk To It - the no-bs Way of Agentic Engineering》
简明无废话的Agentic Engineering实战经验分享
基于Agentic Engineering的开发流程已到能自动写几乎100%代码的地步。但很多人还在绕圈子，忙着制造复杂“假象”，反而没真正产出。
这里分享了作者这一年AI辅助开发的心得，直击核心，帮你少走弯路：
1. 技术栈和工作流
独自开发，管理30万行TypeScript React代码，包含Chrome扩展、CLI、客户端App和移动端。用Vercel自动部署网页，其他App暂未自动化。
作者用codex CLI做主力，3~8个并行agent，分文件夹管理，git提交原子化，保证历史干净。多次尝试别的方案，都回到这个效率最高。
2. 模型选择与使用感受
主要用gpt-5-codex（中等设置），智能且速度平衡，自动调整思考深度。相比Claude Code，codex更稳健，少崩溃，读更多文件后才动手，输出更精准。
- Codex支持消息排队，速度快，内存占用低。
- 语言更“理性”，用起来心态更好。
- 更大上下文（约23万token）和更高效的token利用。
3. 工作哲学：关注“爆炸半径”
改动前评估影响范围，倾向于多次“小炸弹”而非一次“大炸弹”，方便单独提交和回滚。
观察agent状态，及时打断、引导或继续，atomic提交让中断不怕。
4. 为何不用worktrees或多分支？
运行单一开发服务器，方便即时测试多变更，避免多服务器负担和OAuth回调限制。
5. 对其他工具和生态的看法
- Harness、Amp、Factory等辅助工具存在，但长远看难以超越OpenAI或Anthropic的底层模型优势。
- 开放模型（如GLM 4.6、Kimi K2.1）进步迅速，但还不够成熟。
- MCP（Multi-Context Process）多为营销噱头，CLI更实用且无上下文开销。
- Web Agents体验有限，codex web偶尔用做移动时的灵感记录。
6. Prompt写作与协作模式
Codex让prompt更简短，常用截图辅助定位，效果极佳。
不用复杂“计划模式”，直接对话“先聊聊”“给我方案”，模型表现更自然。
迭代式开发，边看浏览器实时效果边调整，灵感经常被模型激发。
7. 代码质量与重构
20%时间用agent自动重构，解决重复代码、死代码、提升测试覆盖和文档，保持代码健康。
以阶段性快速开发+后期重构的模式，效率高且更有趣。
8. 遇到困难怎么办？
用“慢慢来”“全面评估”“多读相关代码”等提示，引导模型深入思考。
让模型写测试和注释，帮助未来维护和模型理解。
9. 总结与建议
不要迷信复杂的RAG、subagents等花里胡哨，关键是“和模型好好说话”，培养敏锐的直觉和沟通技巧。管理AI代理，和管理高级工程师很像。
AI不会替你思考架构设计和用户体验，反而提高了对产品质量的要求。
希望对你有所启发！
原文链接：steipete.me/posts/just-talk-to-it
