我将一步步向你展示如何持续从 Claude Code、Codex、OpenCode 或任何你使用的工具中获得最佳输出……
因为工具只是你输入 Agent 指令的应用程序，是你坐镇的驾驶舱
直觉上你会想往里面塞一个更好的模型（比如用 FABLE 5 哈哈）
但真正的优势其实在别处——在于你居然只停留在使用一个模型这件事上
而现在的时机让这个错误比以往代价更高……因为单一最佳模型已经变成了你无法依赖的移动靶：
- Fable 5 大概只会回来一周，然后就会贵得用不起
- Mythos 5 只对少数政府审核过的公司开放
- GPT-5.6 Sol 只给了大约 20 家获批企业，其他人根本用不了
所以把你的整个业务押在某个"本月最佳"模型上，一旦它被限制访问，你就输了
因此正确的做法是融合多个前沿大语言模型，让几个模型共同承担工作，而不是让一个模型包揽一切
这就是平庸输出与最佳输出之间的分水岭，也是我现在每个项目上首先要做的事
如果你想学习如何充分利用这些工具并真正赚钱，实时 AI 运营社区就是为此而建的：weeklyaiops.com
缓慢而痛苦的低效往返
看看一个普通项目是怎么进行的，瓶颈就卡在中间：
你打开一个工具，把任务交给它
然后你把它的计划粘贴到第二个模型里，问"这个对吗"
第二个模型发现了漏洞，于是你把那些反馈带回给第一个
你整个下午都在当信使，在两个无法直接对话的模型之间来回传递上下文
说实话，这种来回折腾真的很烦人……
我对这个循环太熟悉了——你用 Claude 检查 Codex 的计划，然后把漏洞带回去，一天就这么在模型之间传话中消失了
为什么多个 AI 的融合胜过你最喜欢的模型
第二个模型总能发现第一个遗漏的东西，这背后是有原因的……
负责审查工作的模型和负责创作的模型共享相同的盲点，因为它们在同样的地方犯错
所以让一个模型自我检查，你会得到一句自信的"看起来没问题"，而它漏掉的恰恰就是它自己会写出来的 bug
一个委员会从结构上解决了这个问题，而不是靠更好的提示词——因为不同的模型会互相弥补对方的弱点
而且这一点有真实的研究论文支持：
Sakana 的一个研究团队构建了一个足够小、可以在笔记本电脑上运行的协调器，这个模型根本不会回答你的问题
它读取问题
决定哪个大模型应该处理哪部分
然后把任务分配出去
他们让它指挥 GPT-5、Gemini 和 Claude，结果它独自击败了这三个模型……
然后他们尝试用一个顶级模型来做协调工作，结果反而更差了哈哈
所以指挥者不必是你最强的模型，但它需要理解问题，并把任务路由给最适合处理那部分的模型
三个角色，以及那个最容易被忽略的角色
协调器每次给每个模型分配一个任务：
思考者：分解任务，制定计划，找出漏洞
执行者：完成工作——草稿、代码、数据，任何交付物
验证者：评估结果并说"可以发布"或"需要修改"
验证者经常被跳过，而它恰恰是最重要的角色
工作不是模型产出东西就结束了……而是验证者签字确认后才算完成
这一条简单的规则——一个明确的"完成"条件——就是循环能结束和永远原地打转之间的全部区别
把来回传递的工作交给委员会
现在，添加一个协调器听起来像是又多了一层管理
但实际上恰恰相反——你移除的那一层正是你自己
所以做法很简单：你把协调工作委托出去——你不再当信使，而是让协调器为你运行思考者、执行者和验证者的循环
我现在用 Fugu 来做这件事（sakana.ai/fugu），需要说明的是，这不是赞助，我就是喜欢它
它是那项研究的商业化产品——你像指向任何其他模型一样把你的工具指向它，它就在一个请求背后运行整个委员会
我要诚实地告诉你它是什么，因为这很重要
它刚发布没几天，运行速度较慢，因为它真的在运行一个委员会而不是假装一个，它最强的角色是验证者——在你发布之前挑剔你的工作
20 美元就能加入，如果你在 7 月底之前开始，还能免费获得第二个月
我不是盲目信任它，我信任的是委员会模式，而这是我找到的最简单的方式来运行这个模式，而无需全程盯着
现在让我们进入分步工作流程，教你如何持续从任何 Agent 工具中获得最佳输出：
在开始和结束时运行委员会
我在每个项目上只在两个时刻引入委员会：项目开始和交付时
想象一个真实的任务：发布一份新闻通讯、建立一份潜在客户名单、上线一个落地页
1. 先进行深度访谈 - 在任何工作开始之前，让你的 Agent 对你进行深度访谈（Matt 的 grill-me 是一个技能，能让 Agent 就所有事情向你提问），访谈的深度决定了之后一切的上限
2. 召集委员会 - 制定计划，协调器处理多模型部分，这样你就不用在工具之间粘贴了
3. 定义循环 - 提前设定目标和停止条件，这样它可以在你不盯着每一步的情况下运行
4. 按角色分配任务 - 把正确的任务发送到正确的地方，并利用子 Agent（子 Agent 就是主 Agent 把工作交给它的辅助 Agent）
5. 在交付时挑剔 - 当工作看起来完成时，把它送回委员会，在发布之前彻底拆解一遍
同一个循环，两个端点——开始时规划，交付时挑剔——这就是整个引擎，它深刻改变了我发布可信赖内容的速度
委员会是引擎，设置让它保持锋利
引擎再好，也取决于它周围的机器……
以下是让委员会中每个 Agent 发挥最佳水平的六个技巧，都不复杂
1. 构建你自己的技能，不要下载现成的库
技能是一组保存好的指令，你的 Agent 可以重复使用，就像它遵循的配方（不过是一个带示例的 Markdown 文件……）
诱惑是去下载别人发布的一大堆技能库直接运行
我会跳过这个——大约三分之一的公开技能存在安全漏洞……甚至更糟哈哈
而且即使是干净的技能，那也是别人的上下文，不是你的——一个技能只有在你亲自遇到过它解决的问题时才有用
在此之前，它只是占用 Agent 内存的噪音
所以我的建议是：构建你真正需要的几个技能，从你自己失败的运行中提炼出来——这才是真正的优势所在
2. 默认使用小型 CLI，而不是 MCP 服务器
先简单解释两个术语：MCP 是一种给你的 Agent 添加额外工具的方式，而 CLI 是在文本窗口中运行的小命令
本能反应是为所有东西都装上 MCP，而每个 MCP 在你问第一个问题之前就把它的完整指令集加载到 Agent 的内存中
那些工具描述可能会占用超过 10 万字的初始内存，挤占了真正工作的空间
所以对于日常任务，改用小型 CLI——它更轻量，Agent 已经知道如何运行命令，而且它的输出会写入文件，而不是堵塞内存
一个叫 printing-press 的工具（printingpress.dev）可以用一个提示词为任何服务生成这样的 CLI……尽情使用它
把 MCP 留给那些真正需要的任务：共享登录、大量用户、需要保持打开的实时连接
规则是 CLI 优先，而不是只用 CLI
3. 保持指令文件精简
你的 Agent 在每个任务之前都会读取一个指令文件，通常是 AGENTS.md 或 CLAUDE.md
冲动是把你能想到的所有东西都塞进去，结果 Agent 遵循的反而更少，而不是更多
一个模型可靠地遵循大约 150 到 200 条指令，然后就开始丢三落四了
把你的指令控制在 100 行以内——这样效果更好
4. 清理上下文，把记忆保存在文件中
上下文窗口是你的 Agent 的短期记忆，随着使用它会填满并变笨
Claude Opus 4.8 就是一个很好的例子……这是一个出色的模型，但一旦达到 30-40 万 token，你应该 100% 清除上下文——不要使用压缩功能
所以经常清理它，把重要的记忆保存在文件中
一个 learnings.md 文件，Agent 在每次会话开始时读取，在结束时更新——每次都这样做，即使它认为什么都没变
让它在每次提交后更新这些笔记——提交就是工作的一个已保存检查点
持久规则放在指令文件中，沿途学到的东西放在 learnings 中——如果你每次运行后都在编辑规则文件，那说明你把错误的东西放进了里面
我为自己构建了一个叫 /before-clear 的技能，它只是在项目中创建一个检查点——一个临时文件，Agent 会先读取它……它包含一个非常简单的待办事项、上次会话的简要总结以及下一个最紧急的任务
我很少在会话之间丢失任何重要的上下文
5. 写少量规则，每条都简单明了
一小组清晰的规则远比一大堆巧妙的规则好得多
一旦规则文件变长，规则之间就开始互相冲突，Agent 必须猜测哪条规则优先
每条规则都像你告诉新员工那样写——一行一个意思，没有解释空间
规则清晰时，Agent 会遵循；规则模糊时，Agent 会即兴发挥——而即兴发挥正是你的输出偏离轨道的根源
6. 把繁重的工作委托给子 Agent
把混乱、昂贵的工作推给子 Agent，尤其是任何涉及浏览器操作的任务
从主 Agent 驱动浏览器可能会消耗大量上下文，仅仅因为截图
把同样的任务交给子 Agent，它回来时只带一两行"完成，以下是摘要"
主 Agent 保持指挥者的角色，辅助 Agent 负责执行，你的主内存保持干净
这又是委员会的理念，只是下移了一层——你协调工作，而不是自己做所有事情
整个操作系统，一个模块总结
最佳模型不断被限制访问，所以一个模型不能成为你的基础
把协调工作交给委员会：思考者规划，执行者构建，验证者签字确认
验证者是停止条件——工作只有它说完成才算完成，而不是之前
运行委员会两次：开始时规划，交付时挑剔
我用 Fugu 来运行它，20 美元试用，不是赞助，诚实地承认它还很早期
然后让每个 Agent 保持锋利：
构建你自己的技能，不要下载现成的库
CLI 优先，只在真正需要时使用 MCP
指令文件控制在 100 行以内
经常清理上下文，把记忆保存在文件中
少量规则，每条都简单明了
把繁重的工作委托给子 Agent
除此之外的一切都只是纯粹的优化，除非你是软件工程师，否则你甚至可能注意不到
这就是如何为自己构建一个高性能的操作系统——无论有没有 Fable 5……
总之，我正在建立世界上最好的 AI 社区，你要加入吗？
