卡帕西推荐的AI Coding指南：3招教你效率翻倍

AI Coding火到不用多说，但怎么用才最高效呢？

这份连大神卡帕西和OpenAI总裁Greg Brockman都在转发推荐的Coding Agents指南，用3招教你快速交付。

大神们在转，网友也在夸！

这份实战指南的作者是Swift开发出身、深耕AI驱动开发领域的大神Peter Steinberger，他也是一位AI Coding重度爱好者，已经写了很多份实战经验博客。

简单总结一下今天的这篇AI Coding指南：先按任务类型选对模型，再重构工作流提速，但要捋清人机分工。

Peter不仅给出了自己的模型配置，最后还有实用小技巧～

三大关键策略

按任务类型选对模型

大家用AI编码，很多时候是不是一个模型用到底？

结果一到大项目就卡壳，小项目修改还慢。问题呢，就出在“没给模型找对活儿”。

人家这份指南里就说了，第一步就得先按任务类型给Coding模型分好工。大任务就用Codex，小任务Opus更好使。

比如，搞几十页的工程规范落地、项目重构这种大活儿就直接上Codex，它有个特点，开始写代码前会默读文件，把项目逻辑摸透，虽然比Opus多花点时间，但对复杂需求的完成度更好。

Peter之前重构Opus 4.0的旧代码，Codex花了几个小时读透了整个项目，不仅没漏关键逻辑，还修复了2个隐藏Bug。

如果只是小范围修改这种比较零碎的任务，那Opus更合适。它不用读很久的文件，响应很快，基本上几分钟就能出结果。

不过，要进阶的话，首选GPT-5.2-Codex，直接一步到位。

现在Peter最常用的就是GPT-5.2-Codex，尤其是high模式，不管搭Chrome扩展的前端还是写Go语言的CLI工具，它都能兼顾速度和准确率，也不用在Codex和Opus之间来回切换了。

在这里，Peter还给出了自己的配置。

重构工作流

选对模型是基础，而真正让作者同时推进8个项目还不慌的是他这套定制化的工作流。

因为每天会冒出很多新的想法，比如“给Clawdis加个控制卧室温度的功能”“写个CLI查外卖进度”……

但这些想法Peter并不会记在备忘录里，而是直接扔进Codex的排队列表。

比如开发“YouTube视频总结Chrome扩展”时，他一边让Codex验证CLI核心逻辑（把视频转成Markdown），一边把 “加浏览器弹窗提醒”“支持本地存储” 等想法塞进队列，Codex会按优先级慢慢处理，不用他盯着催，也不怕遗忘在备忘录里。

而且，一个小tips是坚决不回滚！

“构建软件就像爬山，不用笔直往上走，绕点路、退两步都正常，关键是别在‘要不要回滚’上浪费时间。”

遇到相似的功能，不用从头写。

比如作者之前在VibeTunnel项目里做过 “字符流输出”，后来开发Clawdis时需要类似功能，他直接让Codex“去../VibeTunnel文件夹里看看，照这个逻辑给Clawdis加一个”，10分钟就适配好了。

甚至搭新项目时，他也会让Codex参考旧项目的结构，比如“按../Sparkle项目的目录格式，搭一个新的日志工具”，这时候模型就能自动复制适配。

人机分工

当然了，写代码这件事也不能全靠AI，这时候就得来个人机分工，原则很简单：AI干执行，人做决策。

这些事一定要自己做：选哪个依赖库、系统架构怎么设计、功能优先级怎么排……

写基础代码、修复已知bug、生成GUI界面、更新项目日志，甚至“注册域名”“改DNS配置”这种琐事，都可以交给AI。

作者举了自己实战中的两个例子。

在选择用Go语言做CLI工具前，他花了半天研究“Go的类型系统是不是更适合AI生成代码”“有没有常用的Go库能复用”，确定之后再让AI开写，最后也没怎么返工。

不过在开发数据可视化工具时，就直接让AI花了20分钟写核心代码，再让它帮忙测试，也不用自己切设备操作。

实用小技巧

除了上面的核心方法，作者还分享了几个挺实用的小操作，都是踩坑总结出来的。

第一个是开发先从CLI开始，再扩展功能。

不管想做什么项目，先搭个简单的CLI工具验证核心逻辑，比如他之前做“YouTube视频总结Chrome扩展”的时候，先写了个能把视频转成文字、再用模型总结成 Markdown的CLI版本。

确认能跑通后，才让AI搭前端、做浏览器扩展，一天就搞定了。

第二个是让文档帮模型记上下文，不用反复提需求。

在每个项目里建个docs文件夹，把“系统设计思路”“功能说明”写进去，再用脚本让AI读这些文档。

比如Peter在docs里写了“Clawdis这个项目要支持控制家里的灯光”，之后让AI加新功能时，不用反复说“要和灯光控制兼容”，模型就会自己读文档，减少了沟通成本。

第三个是单人开发直接提交主分支，不用搞复杂分支。

要是你一个人开发，那就不用建“dev分支”“feature分支”，改完直接提交主分支。

Peter表示：

“分支多了反而容易有合并冲突，Codex有时候会自动建临时工作区处理混乱代码，改完合并回主分支，比手动管理分支简单多了。”

Peter说的这些坑你有没有踩过？

还有啥AI Coding实用小技巧欢迎分享！

原文地址：https://steipete.me/posts/2025/shipping-at-inference-speed

文章来自于微信公众号 “量子位”，作者 “量子位”