AI编程

Claude Code、Codex、WorkBuddy 的差异正在缩小，真正的优势会转向工作流设计和上下文管理。

多 Agent 协同的价值在于交叉评审和互相找 bug，而不是简单串联多个模型。

长期记忆层应独立出来沉淀系统知识，避免每次任务都从零开始。

无人自动流仍需要人类审核配置，否则需求不清会被自动化放大成系统性错误。

Codex能否接管工具，关键在上下文来源：IDE、预览窗口和Computer Use分别解决不同问题。

Claude Code与Codex协同可形成生成和评审的红蓝机制，比单模型一路改到底更稳。

子Agent不是装饰，而是把复杂任务拆成临时协作团队。

对AI表达需求越像项目指令，执行偏差越小。

Figma MCP 只解决设计信息接入，真正的难点是交互逻辑、组件拆分和视觉还原策略。

前端还原应先拆页面结构和交互，再让 Agent 写样式与组件。

后端开发更适合按需求文档、计划和模块边界逐步推进。

Claude 与 Codex 互相调用、互相 review，能降低单模型误判和乱改代码风险。