Transcription
欢迎来到播客《普通人》，我们将探索人工智能改变人们生活的独特方式。我是主持人、YouTuber“普通创业者”。今天，我们邀请到了“赛奥尼克AI”的工程师朴镇亨先生，他创下了全球Claude Code使用量第一的记录。我们将围绕“Claude Code的终极利用”这一主题进行深入探讨。朴镇亨先生，非常感谢您的到来。能否请您简单地做个自我介绍？
大家好，我是赛奥尼克AI的朴镇亨。我们公司目前称之为“Ultrathink Engineering”。我最近主要从机器学习工程和后端工程的角度，致力于开发和部署AI代理，并努力与企业客户建立更紧密的联系。
您在赛奥尼克AI担任工程师，能否简单介绍一下贵公司？
我所在的“赛奥尼克AI”公司，主要是为企业提供服务。事实上，企业引入生成式AI并非易事，因为这需要拥有非常多样化的机器学习团队，或者DevOps团队，所以引入起来并不那么简单。因此，我们致力于构建中间平台，帮助企业更好地引入和利用AI。通过这些平台，我们帮助企业客户更轻松地引入AI。
企业客户最主要的需求集中在哪些方面？AI代理相关方面的需求是否最多？
是的，确实如此。尽管企业希望利用AI的用例多种多样，但从企业的角度来看，我认为需要同时考虑“向上”和“向下”两个方面。所谓“向上”，比如我们公司拥有20年、30年的公司文档，我们希望AI能够很好地学习这些文档，并在需要时准确地给出恰当的回答。这是企业希望引入AI的基本愿望。而从“代理化”的角度来看，则是希望能够将各种用例很好地整理成代码或函数，并能够按照既定的流程进行定义和执行。从这个角度，我们经常会听到“代理式AI”或“代理检索”的说法。
至于“向下”，企业担心引入AI后会不会出现不良回答，或者错误的回答，或者因为不希望的操作而产生问题。他们在这方面有很多顾虑。例如，回答中可能出现个人信息等。这可能是一个很小的问题，但对实际用户来说，可能是一个非常关键的问题。从这个角度来看，我认为企业最纠结的地方在于，需要在“向上”和“向下”两个方面都加以考虑。
去年，所有企业都拼命地投入到RAG（检索增强生成）的研发中，并付出了巨大的努力来构建内部系统。而今年，似乎有很多企业在尝试引入代理式AI。您刚才也提到了，能否简单解释一下这两者之间的区别，以及为什么会出现从RAG到代理式AI的这种转变趋势？
好的。我认为，市场对引入生成式AI的最大期望，在于希望用计算机或AI来替代人力资源。从这个角度来看，AI需要能够执行各种各样的用例和行为。如果AI只能执行某一项特定的行为，那么就很难满足这种期望。
举个例子，如果用户问“请告诉我我们公司今年的总销售额”，在过去的RAG模式下，这可能只是从数据库中检索信息。但是，如果用户问“考虑到今天的股市情况，目前的年销售额和ROAS是多少？”，这就不只是简单的搜索就能解决的了。AI需要填补这些空白，甚至需要更主动地进行计算，将用户抽象的请求转化为更具体的内容。从这个角度来看，我们希望AI能够承担更多样化的任务，并扩大AI的能力范围，这便是“代理式”这个词的由来。
因此，RAG本身更像是一个时髦的词语。RAG本质上是搜索，就像Naver搜索、Google搜索、Spotify搜索一样，我们也是在公司的内部规定中进行搜索。而代理则可以利用搜索这个工具，也可以不利用，甚至AI会判断如何使用搜索。从这个角度来看，AI能够做的事情大大增加了。您可以将RAG搜索看作是AI代理可以使用的工具之一。
这些概念一直在不断发展，而且变化速度非常快，这让使用者们也感到应接不暇。今天的讲解非常清晰，让我很容易理解。关于我们今天的主题，正如我之前介绍的，您拥有Claude Code使用量全球第一的头衔。当然，这个排名一直在变动，现在可能不是第一了。现在是第三名了。但您仍然位居前列，这得益于您一直以来的使用经验。
很多人可能不了解“使用量第一”这个概念，能否请您简单解释一下？另外，您在自我介绍时提到了“Ultrathink Engineering”，能否也谈谈这方面的内容？
好的。当我说到“使用量第一”时，很多人会产生误解。记录显示使用了5亿（韩元），大约是40万美元。当时最高的时候，很多人会问“那是不是支付了5亿韩元？”。并不是支付了5亿，我当然拥有多个最大套餐，并且在同时使用。这指的是在一个月内使用最多的Token数量。
Token使用量，指的是，如果我没有订阅套餐，而是按照实际使用量付费，而不是使用无限套餐，那么我可能需要支付相当于5亿韩元的使用费。如果将其换算成Token数量，大约是12亿Token，或者15亿Token。这意味着使用了15亿Token。
这15亿Token的使用量，可以包含很多方面。通常我们考虑Token时，有输入（Input），即我们实际传递给AI的上下文；有输出（Output），即AI模型思考、推理、思考过程中的内部Token；以及最终输出的结果Token。这三者加起来就是Token数量。因此，可以理解为，在AI的输入、输出以及内部思考过程中，总共消耗了大约15亿Token。
这个Token使用量非常惊人。我本人也大量使用Claude Code，我发现要用好它，关键在于使用量。使用越多，体验就越好。我发现，使用得越多的人，就越能找到如何更好地使用它的方法。所以，今天我们想分享的核心内容是，您在使用15亿Token的过程中领悟到的独家秘诀。通过这些，我们将探讨未来个人或企业如何利用Claude Code或编码代理工具，不仅提高生产力，还能节省成本。
那么，我们是否可以开始共享屏幕了？我将使用上次Claude Meetup时使用的幻灯片，并在此基础上进行补充说明。标题是“Ultrathink工程师的Claude Code使用技巧”。这是我的一些想法。很多人会问关于使用量的问题，但正如我所说，关键在于如何更好地使用它。我将从这个角度进行阐述。
我的想法是这样的：去年我们订阅AI模型，可能每月花费20美元、30美元。而现在，到2025年10月，我们谈论的是每月200美元、300美元。最近，Sam Altman也提到，将推出一个只能由Pro Plan订阅者购买的附加套餐。从这个角度来看，我认为AI模型带来的生产力与现有的订阅套餐之间存在不匹配。
因为，举个例子，现在一个初级前端开发者的工作，AI模型已经可以完全胜任了。而我们给人类支付的月薪是300万韩元，目前的最低时薪是210万韩元。那么，至少可以支付210万韩元。实际上，如果我们看OpenAI的报道，他们提到将为博士级研究员的模型设定3万美元的费用。所以，我一方面认为，“现在是AI模型最便宜的时候”。但另一方面，我没有提到的是，随着价格越来越高，我个人也无法一直支付5亿韩元。因此，我认为需要区分哪些是昂贵的，哪些是便宜的。
从这个角度来看，我可以谈谈我主要用AI构建了哪些东西。首先是“muvera-py”。这是什么呢？最近，Google DeepMind发布了一篇关于搜索的论文，其中提到了一种比现有搜索方式好大约50倍的方法，但之前一直未能很好地使用它，因为有Cobalt。而Muvera的作用是，将这种好50倍但成本也高50倍的搜索技术，成本只提高约1.5倍。这是一种算法。这篇论文的实现是用非常困难的C++语言编写的，但人们通常使用Python。我思考，能否将这种用C++编写的、非常困难的实现，改写成人们常用的Python呢？于是我进行了一些实现。这个实现使用了Claude Opus 4和Gemini DeepMind 2。当时GPT-5 Pro还没有发布，所以这是一项艰巨的编码工作，因为需要阅读论文并理解。
那么，工作流程就是这样的。首先，需要理解论文。理解论文才能让我作为“人机协作”的一部分，能够判断它是否正在正确实现。否则，我无法提供有效的指导。所以，我需要先理解这篇论文。要理解论文，最好的方法是使用最好的模型。与GPT-5 Pro或Gemini DeepMind等优秀模型一起理解这篇论文，进行共同研读。当我充分理解后，AI模型也应该理解了。然后，就需要讨论如何实现。我将其制作成一个名为“Tech Spec”的Markdown文件。这个Tech Spec会包含诸如“这篇论文是这样的，要实现它需要满足哪些要求，例如有5个要求”等内容。就像PM（产品经理）一样，最好的模型会列出这些要求。然后，像Claude Code或Codex这样的编码CLI工具，会制定具体的计划，并获得最好的AI的批准。是否可以这样做？需要不断地进行这种迭代。
我实际制作的实现体，就是最终的答案。我利用Gemini Pro和Tech Spec，并借助Claude Code完成了实现。当时，这个项目在Reddit等地方非常火爆。因为这是Google DeepMind的论文，我却在它发布后两天内就完成了实现。我喜欢去桑拿房。最近我经常去首尔的某个桑拿房，那里也有咖啡馆。桑拿后，我会在咖啡馆喝冰美式，吃面包，然后编码。那时我不是在做公司的工作，而是在周末做一些有创造性的事情。然后，通过周五、周六、周日的三天时间，我总能完成一个作品。然后，我可以利用这个作品做新的事情，或者变得有名。
当时，Muvera-py的项目，我是在凌晨开始工作的，一直到周六下午才完成。从周五凌晨开始。所以，它非常有名，因为它是DeepMind的论文，引起了大家的广泛关注。而且，C++的实现版本很难直接应用到我的代码中，而Python的实现版本则可以立即使用。当时，我收到的最典型的联系人是现在担任Perplexity搜索主管的Wang Bo先生。他之前在Jina AI担任嵌入式RAG领域的负责人，最近跳槽了。碰巧今天Jina被著名的搜索引擎Elasticsearch收购的消息也传出来了。总之，Wang Bo先生来到Perplexity，并向我发出了邀请，问我是否愿意一起合作。此外，它在Twitter上也病毒式传播，收到了很多联系。
我确实收到了很多这样的联系。例如，通过开源的方式公开后，我与xAI的Andrew Zheng（Grok的后期训练团队成员）进行了交流，也与微软的AI GBB团队取得了联系。当我将这些内容发布到Reddit时，他们也会联系我。所以，最近一段时间，我收到了大量的联系。这让我感觉自己像一个了不起的天才工程师。与MIT毕业的人联系，收到各种各样的联系，感觉似乎可以去任何地方。
但是，需要放下自我。因为，如果没有Gemini 2.5 Pro，我可能无法做出这样的成果。所以，总是感觉是AI走在前面，我则在后面学习。然后，我毕竟是人，AI可能看不到某些东西。这时，我可以在中间说“这不对吧？”。这个过程中的每一个环节，都对产出有很大的帮助。
更具体地说，我认为人们对Claude Code非常感兴趣，因为它非常有名，所以对这种编码CLI工具的关注度非常高。正如我在这里写的那样，人们通常的想法是，向Claude Code或类似的编码CLI代理提出“请帮我做成这样”这样非常抽象的要求，然后它就能完成。但实际上并非如此。
因为，如果我们仔细想想，让一个刚毕业的初级工程师，声称有开发经验，在大学里做过团队项目，然后让他直接做一个类似KakaoTalk的东西，他肯定做不出来。他需要思考，KakaoTalk是一个最终目标，而我当下想要什么，未来要做什么，这些都需要提供非常多的背景信息。而且，他毕竟是初级开发者，如果让他做KakaoTalk，他肯定会逃跑。当然，AI不会逃跑，它会装作完成了，但实际上可能无法运行。
从这个角度来看，我可能尝试过使用编码CLI工具，但它没有正常运行。这似乎就是这种情况。另一方面，也有人说，已经有正在运行的代码，但让编码CLI工具来处理却效果不佳。这很正常，因为让一个初级工程师阅读KakaoTalk的源代码，他会非常困难。实现它本身也很困难。
因此，从这个角度来看，我们应该像与人一起工作一样，与这个编码CLI工具，也就是AI编码代理一起工作。因为，如果我们回顾一下过去IT行业的工作方式，我们曾经有过很多瀑布式的工作方式。例如，需求明确，然后实现这些需求。在敏捷开发方面，我们会快速地让需求失败，然后由人或外部QA进行反馈，判断是否做得好。这种观点在与AI代理一起工作时也是必要的。反馈的提供者可以是其他AI代理，也可以是人，或者是领域专家。有很多不同的领域。从这个角度来看，我们不是简单地向编码工具祈祷，而是需要非常有策略地进行。
从这个角度，我将进一步介绍的是，我们必须写好文档。这是一个非常经典，甚至有些老套的说法，但文档的编写至关重要。反过来说，如果文档写得好，那么无论是什么AI模型，都能很好地实现。我将文档分为两类：一是技术规范（Tech Spec），二是计划（Plan）。我特别想强调技术规范的重要性。
首先，请先编写技术规范。技术规范是指，我们将要实现什么，不实现什么，那么通过这次实现，我们想要达到的目的是什么，不想要达到的目的是什么。这需要明确。换句话说，更像是“你自己要知道你想做什么”。
例如，如果我们考虑制作KakaoTalk，它可以是即时通讯，可以是群聊，可以是短信，也可以是开放聊天室。如果我们假设从零开始，那么我们应该深入了解KakaoTalk。KakaoTalk本质上是即时通讯，即时通讯意味着有接收者和发送者。那么，我们最基本的就是创建接收者，创建发送者。发送者向接收者发送消息。大概是这个过程。
那么，我们可以制定三个需求。1. 可以注册收发双方。2. 接收者可以添加发送者为好友。3. 发送者可以向接收者发送消息。4. 接收者可以读取发送者的消息。这样就有了四个需求。那么，我们就可以制定出比“请帮我做一个KakaoTalk”更明确的规范。那么，我们这次要实现的就是这四个需求。而这次不实现的，比如开放聊天室，因为太大了，或者群聊，以后再说。或者已读功能，以后再说。
这样，我们就需要非常清楚地用文档说明，我们现在要做什么，我们的目标是什么。否则，对于每个AI模型来说，“请帮我做一个KakaoTalk”的理解可能会非常不同。甚至，即使是同一个AI模型，当我创建一个新的会话时，它所想的也可能完全不同。因为AI模型只是根据那一刻的上下文来输出结果，而要让AI模型真正地学习，需要大量的GPU资源，这并不是我们每天都能做到的。从这个角度来看，我们需要不断地通过文档记录，就像交接文件一样，以便新的人进来后能够继续工作。
您刚才提到的似乎是“需求驱动开发”（SDD）的方式，以及最近在企业中引起关注的“Spec Sheets”，这是GitHub开发的，您认为它非常重要。而且，随着“Prompt Coding”的兴起，人们不再只是简单地说“给我做这个”，而是在开始工作之前，总是按照工作指令单的方式进行，这种方式在开发者和非开发者之间都非常受欢迎，您认为这非常重要。
是的。我认为人们的顾虑非常相似。不是简单地祈祷，而是要明确自己想做什么。但这是非常自然的事情。对人来说是自然的事情，所以这没什么特别的。只是要写好文档，做好版本管理，妥善保存，并保持文档和代码之间的同步。这是一个非常重要的问题。事实上，这说起来容易，但做起来非常困难。
是的，非常困难。我也觉得这部分很困难。所以，这非常困难。因此，从一开始就需要写好规范。反过来说，即使从一开始就写好了规范，也不意味着就万事大吉了。因为情况可能会随时变化，所以快速迭代，快速失败才是正确的。
这个技术规范，是指要实现的具体事项。这些实现事项越具体越好。这是非常自然的事情。我所说的“具体”，是指深入到代码层面。因此，需要与最好的模型进行交流。与最昂贵的模型进行交流。这时，即使花费100万韩元或1000万韩元的Token，也需要大量使用。而且，不仅仅是让一个模型来做，而是要与同级别的其他模型，如Gemini Pro、DeepMind等模型进行讨论。
事实上，有Gemini、GPT等各种AI模型。这些模型在某种程度上可以说是具有不同的本质。例如，Gemini可能更具包容性，而GPT可能更具批判性。究其原因，可能是因为AI模型在训练时是如何进行的，以及以何种倾向来打磨AI模型。而且，AI模型拥有的数据集分布也不同。例如，Claude在最新的Python方面更擅长，而过去的GPT在Python方面则表现出约3到5年前的编码模式。因此，AI模型所拥有的知识和行为可能存在差异。所以，我认为只有当多个模型都给出“OK”的信号时，我才能继续进行下一步。
正如您所说，您通过多个模型来验证一项任务。那么，您通常是如何进行的呢？自从Claude Code出现以来，出现了并行处理、调用各种MCP（多模型组合处理）等方式，您通常是如何进行的呢？
我认为可以考虑以下几点。我在这里举了一个例子。我认为，这个技术规范，即使是人也能清楚地理解。因此，可以通过终端或VS Code进行交流。我个人更喜欢使用ChatGPT.com。因为，我需要自己阅读文档，才能介入并提出意见。
当一个TF（特设工作组）成立时，例如公司成立了一个TF，进行了几次初步会议，这时，即使不是一线员工，上级也会参与讨论。这与此非常相似。
我当时做的事情是，例如，我将要在这个名为“Text Embedding Inferencer”的Hugging Face代码中添加一个新模型。Hugging Face非常有名。这个代码的作用是，在我们使用RAG或搜索时，会涉及到Embedding、或者Reranker等。在实际使用中，部署最好的服务模型（Embedding和Reranking模型）并将其作为服务器使用，是其中一个非常关键的环节。它是其中一个封装器。
在这个项目中，实际贡献者只有大约50人，其中每个人都非常有名。Jina、Perplexity等公司的人员很多。我最近的个人爱好是为这个仓库添加新的模型。因为，在这个仓库中，我不仅可以从技术上理解模型是如何实现的，而且如果我能快速地加入新模型，我也可以获得声名。而且，这具有一举两得的特点，所以我一直在努力实现它。
最近，Jina AI，一家非常著名的公司，发布了一个名为“Reranker”的模型。这个模型非常好，众所周知。那么，例如，在我这次假期期间，我做了什么呢？我将Jina Reranker V3，也就是在RAG中使用的这个新模型，添加到Hugging Face的支持中。我该怎么做呢？这对非开发者来说很难，对开发者来说也很难。因为，要为Hugging Face的这个仓库做出贡献，首先需要了解Rust语言，然后需要了解机器学习知识。而且，这是一个已经运行的、被很多人使用、被世界各地广泛使用的仓库，所以需要理解它的实现和系统结构才能做出贡献。
那么，如果我想为已经存在的代码贡献一个陌生的模型，用一种困难的语言，我该怎么办呢？这对我也来说是一个非常具有挑战性的任务，因为我的经验并不长，而且我也不擅长这个仓库。那么，要实现这一点，我首先可以尝试的是，这个模型是什么，我不知道。当这个模型出来时，通常会有论文。论文是对这个模型如何构成的非常详细的解释。
那么，我将这个解释直接输入到GPT中。这是GPT-5 Pro。输入到GPT中，它会告诉我一些东西。我一边阅读一边学习。然后，我也会让它解释，并进行讨论。然后，我可以尝试问这样的问题。
我把这个写下来，这是我问出来的，我一直在学习。然后，我让它解释，也进行讨论。然后，我可以尝试问这样的问题。我写道：“在这个公司，Hugging Face有这个，我想为Hugging Face贡献代码，该怎么办？”然后，它会让我编写技术规范，并基本上勾勒出大致的轮廓。有目标，有非目标，需要做什么，有哪些需求，需求1、2、3、4、5等等。然后，我要求它用Markdown文件详细地写出来。
好的，然后它会很详细地写出来。但基本上，GPT所知道的知识，以及它作为代理，会搜索这个公司，查看代码文件，进行分析，并得出自己的结论。但是，它得出的结论可能与Gemini得出的结论不同。那么，我就会让Gemini，它也理解得非常透彻，而且内容也非常多。然后，我将这里的内容复制到这里，并问同样的问题。也就是说，我将GPT作为锚点，将其作为主要工作者，将DeepMind作为反馈者，将结果交给它，它给出意见，然后它再次提问。然后，它会给出意见。然后，这两个意见肯定会发生冲突。Gemini的思考方式，DeepMind的思考方式，这两种思考方式会发生冲突。所以，不能就这样直接使用。
然后，它们会有不同的想法。那么，就需要协调这两个想法。例如，协调这两个想法的一个主要方法是，使用Zen MCP。例如，在MCP中，可以让两个模型进行辩论，然后强迫它们和解，最多可以设置30次辩论。这是一种叫做“Challenge”的MCP，在用于编码CLI的MCP中，可以让这两个模型进行辩论，然后选择胜者。我个人在编写技术规范时，是自己做的。因为我需要阅读并理解，然后我才能做出判断。
所以，我这样做。例如，我根据收到的反馈进行了修改。这里省略了一些内容，但我在这里写下的这些内容。当这两个模型达成一定程度的共识后，我就会将其交给Claude Code，或者类似的编码CLI代理，询问它们是否认为这个技术规范是正确的。这样做是因为，基于ChatGPT的这些模型虽然可以进行各种函数调用，但编码CLI代理才是最了解我当前代码的。
所以，例如，我将看一下我之前做的代码。可以看到有很多内容。这是因为会话中断了，所以我一直延续并创建了分支。就这样做。例如，我将GPT-5 Pro编写的初稿技术规范交给它，然后问它。它会阅读并判断，它所关注的文件与你现在能够更好地阅读文件的差距有多大。而且，不仅仅是让它这样做，我还让Codex也这样做。它可能无法查看过去的内容。是的，Codex没有这个功能。但是，我让Codex也做了这个任务，也让Gemini做了。然后，我会将这些结果再次输入到GPT-5 Pro和Gemini DeepMind中。问它们怎么看。
最终，这里必须有一个标准。我将以GPT-5 Pro的结果为基准。而Gemini DeepMind则作为辅助，用于反馈和审查。这样，才能最终统一。那么，这些意见，Gemini DeepMind的意见，我将它们全部收集起来，然后交给Claude GPT-5 Pro。然后，在这两者之间，也就是五个人之间。如果五个人都给出“OK”的信号，那么就会不断地重复这个意见的交换。当然，我也会在里面，所以是六个人。这感觉就像是，为了实现这个实现体，有一个技术规范协商委员会，并且会一直重复，直到六个人都同意。
如果某个朋友说了奇怪的话，我就会介入，说“你这样想是错的”，然后阻止它。或者，某个Gemini朋友会直接给这个朋友提供反馈。必须进行这样的过程。在这个过程中，协调者可以是MCP朋友。但是，由于技术规范非常重要，所以我自己来做。所以，我在这里这样说。非常长，非常长。
那么，当LLM模型之间进行讨论时，您是如何进行的呢？
在工作的过程中，无论如何都需要等待，我很好奇您是如何利用这段等待时间的。我认为会有两种情况：第一种是，事实上，我需要提高自己的理解能力，所以当我去的时候，看文件的时间就已经过去了。然后，如果这是一个非常艰巨，也就是技术难度非常高的工作，那么我在工作的时候实际上无法做其他事情，我必须理解我的同事们是否说得对，才能给出反馈，所以我倾向于学习。但如果不是这样，只是添加一个简单的功能，那么我可以委托给我的同事，而我可以在这段时间里做其他事情。这样，如果难度较低，我可以同时进行三到四个任务，如果难度较高，我倾向于只专注于一个任务。这似乎是一种需要高度专注才能理解的难度水平，对吧？所以，人们常常误解的是，他们认为只要把事情交给别人，自己什么都不做，一切都会完成，但实际上并非如此。事实上，为了最大限度地发挥同事的能力，我必须自己努力。因此，即使我使用了大量的代币，我也不是在闲着。所以，这确实是人们常常误解的一个方面。您把这一点说得很清楚。因为人们可能会认为，他们只是用了大量的代币，然后到处提问，再把问题转给别人，但实际上并非如此。相反，您在提炼给出的答案，然后人类介入并进行调整，扮演着管理者的角色。是的，我就是这样做的。最终的技术规格就是这个。看到这个，有很多不同的说法，有目标和非目标，有当前状态，然后模型是这样的，在架构和技术上是这样的。然后，实际上，有需求，以及如何根据这些需求进行工作的说明。例如，我正在考虑的是，我正在处理需求 6 的子任务 3，即实现检测逻辑。这时需要这样的代码。我把它做得像一个可以直接复制使用的草图。那么，也有这样的情况，比如 Gemini 的输出通常不长，但 Claude 的输出非常长。那么，我认为 Claude 在非常关键的任务上表现不佳，但它非常擅长写作。那么，关键点可以由 Gemini Pro 来把握，而像 Claude 这样可以写得更长的，就可以让它来做，因为 Claude 在写长内容方面有优势。Gemini 则感觉是快速地进出。因此，充分利用这些模型的特点也非常重要。然后，就是这样编写技术规格。这样写之后，我只要拿着这份文件，任何人都可以开始这项工作。就像我一开始说的那样，不是简单地说“请实现这个”，而是说“有了这个，我应该能做到”。我也会有这样的心态，AI 模型也会有。接下来需要做的是制定非常详细的待办事项计划。事实上，仅仅有技术规格是不够的。因为技术规格更像是关于应该做什么的陈述，而与我今天坐下来具体要做什么无关。所以，我总是把 AI 模型想象成一个非常初级的工程师，它什么都不知道，所以需要耐心地教导它。因此，如果只给技术规格，它可能会说“我明白了要做什么，但不知所措”。所以，需要告诉它“你就坐在这里，做这项工作”。在制定待办事项时，您是否也像之前那样，通过向多个模型提问和讨论来制定技术规格？是的，我倾向于这样做。但对于技术规格，我认为人类会介入很多。而对于计划，一旦技术规格扎实，就可以从这里开始自动化。是的，这个计划的目的是什么呢？编码 CLI 代理有这样的功能，它能够非常准确地捕捉代码，并且能够更多地看到上下文和语境。因此，从这里开始，我不太使用 ChatGPT.com 等，而是非常重视编码 CLI 代理之间的讨论。因为技术规格已经明确了要做什么，以及需要修改哪些文件，所以具体的细节就像是实际从业者在开会一样。因此，这里有一些系统进程。首先，我们来看看 PLAN.md。在查看 PLAN.md 时，有大约三个或四个版本。这里要做的是，这最终是实现指南。而我在这里做的是，这与刚才不同。刚才讨论的是要做什么的技术性问题，而这里是具体说明这次要做什么。所以，您会看到，这个模型主要使用了 Claude Code Sonnet 4.5，并且使用了像 Gemini CLI 这样的模型来提供中间反馈。例如，当 Claude Code Sonnet 4.5 工作时，这时会有其他编码代理在中间不断提供反馈，使用 MCP。例如，我看到现在有八到九个里程碑。 뽑는 게 잘 뽑아져 있는가。您是否同意这个里程碑？您是否尝试执行与 Claude Code CLI 相同的操作，并检查 Claude Code CLI 生成的这些里程碑是否正确，顺序是否正确，是否是正确的点？请不断提供反馈，如果认为不对，请明确说明原因并重新执行。直到两者都同意为止，就这样反复进行。这需要大约三个小时。我花了大约两天时间来完成技术规格，而这个花了三个多小时。我花了大约四天时间来完成这项工作。那么，这里有一个 PLAN.md。您可以这样理解这个里程碑：里程碑 1、2、3 是我打开会话，运行 Claude Code，实现这些里程碑，然后关闭。它应该是这个大小。当然，一个里程碑可能非常大，那么就有子任务。这些子任务也可以一个一个地分解。最终的判断是由编码 CLI 代理来完成的，由您来调整。Claude Code Sonnet 4.5 是一个知道何时会丢失上下文的模型，所以它在设定里程碑方面有点帮助。那么，我的期望是这样的：一旦有了 PLAN.md，例如，我只需要完成这个“带投影仪验证的检测逻辑”这项工作，然后我就可以关闭会话，提交代码。如果一切都完成了，那么人类就会介入，如果我能提供反馈，我就会提供反馈，或者如果我能创建自动化测试，那么这个朋友就会全部创建好，然后我就会运行它，然后一旦完成，我就会确认。是继续还是不继续。所以，PLAN.md 需要不断更新。如果我完成了里程碑 1-1，就打上 V 标记，然后提交。这样就完成了。在做这类工作时，Claude.md 的作用非常重要。Claude.md 是一个系统提示，它非常强烈地指导着当前的编码 CLI 代理应该如何工作。例如，有这样的情况：在开始工作之前，必须阅读技术规格。必须非常仔细地阅读。这一个可能超过 30,000 个代币。对吧？然后，基于这个技术规格，您必须全力以赴地实现 PLAN。如果不知道，就必须询问技术规格。那么，有了技术规格和 PLAN，无论给出什么模型，都可以实现。是的，当然，如果模型太差，就无法实现。例如，就是这样：当我说是“go”的时候，就是根据 plan.md，实现最后一个未实现的任务。并且先编写测试。因为有测试，我才能定量评估，才能知道自己是否失败或通过。然后，只编写实现这个测试所需的最小代码。因为如果交给 AI 模型，它可能会突然展开，进行大量修改，这样人类也很难提供反馈。因此，只进行微小的修改，只进行最小的修改。如果这还不够，也可以这样做：只编写 100 行以内。这样设置提示，就可以强制执行基于规则，如果超过 100 行，就可以关闭会话。有各种各样的策略。所以，在细化时，就是这样做的。首先，运行测试。然后，将这个交给编译器，运行测试，然后实现。重复这个过程，直到 1、2、3 都满足。您将重复这个过程，仅限于里程碑 1 的“带投影仪验证的检测逻辑”。在这个过程中，使用 MCP 等来获取其他代码的反馈也是一个很好的方法。然后，就是不断重复这个 PLAN。不断重复，实现，然后实现，然后实现，不断向上。Claude Code 本身也有一个 PLAN 模式，对吧？这与那个完全不同。是的，完全不同。事实上，PLAN 模式是关于我自己的。您可以这样想：techspec.md 是来自管理层的指令，PLAN.md 是上级给我的今天的任务，而 Claude Code 的 PLAN.md 是我自己的思考。我应该先读这个吗？我应该先写这个，然后运行它吗？等等。这是我内心的想法。我认为可以降到这个程度。然后，就是不断重复这个过程。并且需要不断更新这个 PLAN。例如，一旦完成，就使用非常原始的方法，打上 V 标记，然后关闭。然后打开一个新的会话，处理下一个未标记 V 的任务。然后下一个会来阅读，所以为他写一个笔记，在 plan.md 上。然后，他会这样写：因为这是需要修复并继续的，所以告诉他。为什么这很重要？因为有这样的原因。然后，在下一个会话中，他会处理这个任务并继续。您通常是直接修改 MD 文件，还是让它在工作完成后自己提出改进建议？我让它自己提出建议。但是，版本管理也很重要，所以需要提交包括 plan.md 在内的文件。所以，一个提交包含一个里程碑，或者一个子任务。这样，我就可以回溯，也可以前进。所以，这与 Git 的提交功能也非常紧密地结合使用。一个提交只创建一个功能，这在软件工程中经常被提及，我认为这也是在使用 plan.md 等时适用的原则。那么，我们今天准备的内容大概完成了 20% 吗？是的，似乎是这样。我们今天也无法全部谈完，内容量很大，对吧？我们还有第二部分。我们深入探讨了一些内容，也谈论了一些非常有趣的事情。所以，我们将把剩下的 Claude Code 和编码代理的内容分成两部分，下次再继续进行。下次再继续进行，这样会更好。好的。