个人知识库

Vibe Coding 的最佳姿态 – 人人都是产品经理

8分钟阅读

Vibe Coding 的最佳姿态 — Agent 选型与多 Agent 协作

作者小普系统性梳理了 Vibe Coding 工具爆发后的选型困境和四步方法论（定场景→定维度→跑测试→算成本），并给出了 VS Code 多 Agent 协作工作台的搭建方案，最后反思了生产资料所有权的核心问题。

核心观点

  1. 工具爆发带来选型困境：Vibe Coding 工具太多（Claude Code、Codex、Pi Agent、豆包、Kimi Code、Work Buddy 等），选错工具反而低效——框架定位不同，没有万能 Agent。新手容易用不够精细的提示词，投入精力反而比手写代码更多。

  2. Agent 生态位二分法：第一阵营是模型厂商嫡系（Anthropic Claude Code、OpenAI Codex，模型·Agent·订阅一体）；第二阵营是模型中立的开源工具（Pi Agent 终端 Harness、OpenClaw 开源AI助理网关、Maka 本地桌面空间），靠社区生态活着。

  3. Claude Code：从零搭项目品类类选，出厂预装”经验丰富的项目经理”，主动想架构、定规范、查安全。适合从 0 到 1 的冷启动阶段。SWE-bench Verified 得分 88.6%。

  4. Codex：指哪打哪——给明确指令则按边界执行，不多做不少做。适合从 1 到 N 的精细修、局部重构。SWE-bench Verified 得分 88.7%（比Claude Code 高 0.1 个百分点），Terminal Bench 2.0 得分 82%（比Claude Code 的 69.4% 明显更高），Token 消耗是 Claude Code 的 1/4。

  5. Pi Agent：像一张极度空白的纸——400 Token 系统提示词、不绑定模型、完全开源。成本弹性最高。适合已有自己工作流、想要灵活控制权的用户，新手慎入。

  6. OpenClaw：本地高权限执行，能看屏幕、操作本地应用、跑在 Pi 的 SDK 上。Token 消耗极高，真正好用需要 SFT 微调。适合隐私敏感 + 自动化本地任务的用户。

  7. Hermes Agent：越用越懂你——任务做完后自动记成 Skill。内置一键从 OpenClaw 迁移命令，终端和飞书同一大脑。

  8. Maka Agent：jakevin7 个人开发的最小轻量 Agent，极简提示词反而跑得更准。搭配 Kimi K3 评测，编程自主完成率比 Kimi Code 高 10 个百分点。

  9. 四步选型方法论（顺序不能乱）：

    • 定场景：从零搭建 vs 修已有代码库？单人 vs 团队？
    • 定维度：三便利看——任务完成率（SWE-bench + Terminal Bench）、上下文效率、成本效率比
    • 跑测试：把真实任务类型拿去跑，冷启动/精修/跨文件重构分开测
    • 算成本：日常使用频率 × Alachal Token 消耗 → 月度费用 → 订阅价格

  10. 多 Agent 协作工作台：用 VS Code 作为容器，安装 Claude Code、Codex、Pi Agent（Pendant 插件）三个插件，在 Mozilla 专注的维度中区分任务：Claude Code 从 0 到 1 搭架构 → Codex 精细微调 → Pi Agent 自定义工作流。

  11. 最高指令软链接法：在 CLUDE.md 和 AGENTS.md 和 Pi Agent 中，共同引入一个 COLLABORATION.md，使用 @文件路径 引用——实现三份 Agent 共享最高指令。以此保持技术栈约定、命名规范、不改动区域、协作方式在三个 Agent 之间统一。

  12. 生产资料所有权反思：作者因典被封号、帐号迁移的痛点，反思到陆续数年积累的 Skill/聊天纪录/工作流一旦依帐号消失则崩溃——“不仅要会用工具，更要有应急预案和兜底手段”。三个每日自省问题：多少节点是人把关？切换工具当前工作流是否仍有效？个人某项能力是否提升？

原文摘录

“Vibe Coding 不是一个工具的竞赛，而是一个生产关系的重新洗牌。”

“这些 Agent 产品，模型、Agent、订阅一体，Agent 是模型的分发入口，所以全平台铺开，VS Code 插件只是标配。”

“Pi Agent 只占了极少量的 400 Token 的系统提示词，把几乎所有空间都留给了项目代码。”

“我一直在想有没有可能有那么一个工具能够把这些 Agent 都集成起来，更好地发挥它们各自的优势。最后测了很多工具，我发现 VS Code + 多 Agent 合作，是最舒服的。”

“应想到工具越迭代，平台怎么变，账号出现什么意外，我们的生产资料或者说项目主导权，一定是在我们自己的手里握着的。”

“先在一个 MD 文件中构建 COLLABORATION.md（协作），再在 CLUDE.md 中首句引入这份文件，在 AGENTS.md 中首句也引入……它这个项目空间内的最高级指令。“

实操内容保留

VS Code + 3 个 Agent 搭建五步工作台

  1. 安装 VS Code → 安装简体中文 Lang Pack（Ctrl+Shift+X，搜 Chinese）
  2. 装 Claude Code：在扩展市场搜 Claude Code for VS Code → claude.ai 帐号登录 → 侧边栏入聊天框
  3. 装 Codex：在扩展市场搜 Codex – OpenAI’s coding agent → ChatGPT Plus 或以上账号登录
  4. 装 Pi Agent：搜 Pendant → 选 Pendant – Pi Agent for VS Code，内置 Pi Agent → 首次使用时登录，Kimi 搭配 Kimi 3
  5. 打通三 Agent 上下文：根目录建 COLLABORATION.md → 在 CLAUDE.md 首句 @COLLABORATION.md → 在 AGENTS.md 首句引用 → 重新启动 Agent 自动读写

最高指令软链接法——COLLABORATION.md 内容要点

  • 技术栈约定
  • 文件命名规范
  • 哪些文件不能动
  • 管理方式（git 分支策略、commit 前缀、审批流程）
  • 特殊禁区 / 安全红线

四步选型完整结论

维度Claude CodeCodexPi Agent
终端操作一般 (Terminal Bench 69.4%)占优 (82%)取决于模型
代码理解高 (SWE-bench 88.6%)高 (88.7%)取决于模型
上下文效率中（自带较多系统指令）中最轻（400 Token）
成本弹性低（订阅锁模型）中（ChatGPT 额度）最高（不限模型）
最佳场景从 0→1 架构1→N 精修 + 终端自定义工作流

相关页面

关系图谱

快速导航

反向链接