大家好久不见呀。月中我去waic溜达了一圈,结果耗光了元气,回来又有点生病,码字就一直拖到了现在。这两天终于休整好了,来分享三个我最近高频使用的skill。
1.find-top-three:找到最重要的三件事。
这是一个思维类的skill,也是我最近从一位超级厉害的同事那里学到的业务方法:先找出当下最重要的三件事,优先解决它们,往往就能解决大部分问题。
用这个skill的时候,AI会不断的提问,引导你补充上下文。当它收集到足够的信息后,它会给出一些参考答案,帮助你判断:当下最重要的事情到底是什么。
最近我在和它讨论近两年目标,它给到我最重要的三件事里有:别瞎理财和赶紧减肥。我认真琢磨了一下,确实很有道理的,活得久、不下牌桌,才是最好的打牌方法。
2.dual-agent-collaboration:多Agent做校核提升质量。
这是我最近跟一个研发大佬学到的思路,我们在Coding中发现,即便让单个模型调用多个subagent做校核,它整体的思路依然有局限性,每个模型都有它天然擅长和不擅长的事情。
那为了提升交付质量,可以通过多个Agent相互review的方式,利用不同模型的优势弥补单一模型的局限。我顺着这个思路实践了两周,然后把AI的作业流程蒸馏了一下,做出来这个多Agent校核skill。
现在我会把它用在各种方案设计和代码review上,能够明显的感觉到整体Agent作业的质量比之前提升了不少。不过缺点也很明显:多Agent协作比之前消耗了更多tokens,作业时间也会增加到原来的3-5倍。
3.issue-pool:开发需求池管理
今年模型的进步速度,其实大大超过我的预期,我原以为高度托管的开发模式会在今年年底或者明年才能实现,结果5.6sol在年中就可以做到了这一点。
Codex+Claude Code能够基于需求文档和测试用例,完成数小时的开发、测试和review,最后让人来进行验收。这意味着整个AI Coding的重心将转向issue梳理和设计一套稳定的自动化开发流程。
这个skill的价值在于,它会和人类一起去把需求沉淀成issue,基于issue拆成若干个可执行可验收的task,然后让Agent基于task来创建worktree和分支进行作业,形成一个有效的pr。
同时task拆解的足够清晰,也可以让Agent来进行并行作业,从而提升整体的issue处理效率。
当开发能力不再稀缺,能否把问题定义清楚、拆解清楚,可能才是决定Coding质量的关键。
这3个skill和大家分享完啦,可以让Codex直接在仓库下载它们:
github.com