openclaw工作方法流硬件与环境

移动人生

1. 硬件与环境
屏幕矩阵：使用 Dell UltraSharp U4025QW 显示器，同时监控 4 个智能体实例。
终端工具：使用 Ghostty，因为渲染速度快。
放弃 IDE：很少使用 IDE，编辑器主要用来阅读 diff，甚至现在连代码都很少读了。
2. 并行与策略
大量消耗 Token：最多时候有 7 个订阅（就是注册多个帐号），每天能消耗一个订阅的 Token 用量。
多线程操作：同时处理 3-8 个项目。因为智能体写代码、执行通常需要半小时，并行处理可以最大化利用时间。只需盯着它们干活，发现不对劲就终止。
7x24 运行：同时运行 4-10 个智能体，睡觉时也在跑。
暴力迭代：不回滚代码，有问题就让智能体继续改。
模型选择：现在主要使用 Codex (gpt-5.2-codex high)。相比 Claude Code，Codex 上下文更大（230k）、Token 更高效、支持消息队列、且基于 Rust 编写速度更快（不像 Claude Code 经常占用数 G 内存）。
摒弃 MCP：Peter 和 pi-mono 的开发者 Mario 都很反感 MCP，认为占用了太多上下文，他们更倾向于使用支持命令行的 CLI 工具。
3. 与 AI 协作的技巧
同步文档：编写代码的同时让智能体编写文档。在 AGENTS.md 里，让智能体执行任务时参考这些文档。
视觉辅助：利用 Codex 强大的多模态能力，开发 UI 时只需 1-2 句语音提示词配上错误截图，智能体就能理解。
自动化重构：使用 jscpd 处理重复代码，用 knip 标记无用代码，利用 eslint 的 react-compiler 检查，拆分大文件，自动添加测试和注释。
双模型审查：遇到棘手问题，先让 Codex 讨论并写出开发计划，再交给 GPT-5-Pro 审查（通过 http://chatgpt.com），看看是否有更好的想法。
管理思维：像管理团队一样放权。不要在命名等细节上死磕，要有共情能力，经常问智能体“你有什么问题要问我吗？”。
自我修正：让智能体自查错误（“你看到了什么错误？去读源码，搞清楚问题在哪”），并要求在每次修复后编写测试，这往往能发现人类忽视的逻辑漏洞。

神马飞扬

小龙虾的实际使用效果如何

移动人生

神马飞扬 发表于 2026-3-9 15:54
小龙虾的实际使用效果如何

对大部分人来说没什么用。

移动人生

神马飞扬 发表于 2026-3-9 15:54
小龙虾的实际使用效果如何

用来做一些数据分析还是有用的，如果有自己的算力底座可玩性就很高了，工作流很成熟了，主要是算力费用。