⚡ AI 编程提效 · 实操方案

不是新闻汇总，是可落地的工具选型 + 工作流 + 配置模板 · 多源整合（AIHOT、Databricks/Composio 实测、各工具官方实践）

引言：先纠正三个反直觉认知

① 提效 ≠ 换更强模型，选对「Harness」才是关键。
Databricks 在自己百万行代码库上实测：同一个模型塞进不同 Harness，每个任务成本能差 2 倍以上，质量却几乎一样。端到端的工程账，往往「强模型 + 高效 Harness」比「便宜模型 + 臃肿 Harness」整体更便宜。

② 省 token = 省时间 + 省钱。
极简 Harness（如 pi）每 turn 发出去的上下文只有别人的 1/3，工作集更紧凑，更少的来回就把活干完。Composio 用 DeepSeek-V4-Flash 跑 8 个 Harness 的 30 个高难任务：pi 通过 20/30，每个成功任务成本仅 $0.028，是所有 Harness 里最便宜的。

③ 最大的提效杠杆是「上下文工程」，不是「模型参数」。
AI 智能体不会主动读文档、不会猜你的项目约定。你喂给它的上下文质量，直接决定产出质量。AGENTS.md、项目规则、技能文件，是性价比最高的投入。

一、工具选型（按场景挑，不要贪多）

工具	定位	适合场景	一句话建议
Claude Code	最强 agent CLI	复杂重构、跨文件任务、长任务	质量优先的首选，配 Opus 级别模型
Codex	OpenAI 官方 CLI	日常编码、快节奏迭代	和 ChatGPT 生态打通，跨会话传消息好用
Cursor	IDE 集成（已并入 SpaceXAI）	边看边写、可视化 diff/审查	不习惯纯终端的话用它最顺手
OpenCode	开源、可自托管	要数据可控、自建环境的团队	provider-agnostic，免费灵活
pi	极简 Harness	配便宜模型省钱、极客定制	上下文纪律最好，成本最低，但需自己拼扩展
GitHub Copilot	轻量补全	随手补全、小片段	别指望它做复杂任务，定位是「补全」

关键：别同时装一堆工具。选 1 个主 agent CLI（Claude Code / Codex / OpenCode 三选一）+ 1 个 IDE 辅助（Cursor / Copilot），就够了。

二、工作流：把 AI 当「员工」管，不是当「补全」用

第 1 步：用 AGENTS.md 固化项目规范

AI 不会主动读你的代码风格、目录约定、技术栈限制。把这些写进仓库根目录的 AGENTS.md（或 CLAUDE.md），它每次启动都会读。这是性价比最高的一步。

第 2 步：跑「四步循环」，不要一句话丢给它就跑

Plan：先让它说清楚「打算改什么、为什么、影响哪些文件」
Code：确认计划后再动手
Review：让它自审 diff，或派第二个 agent 审查
Test：跑测试、验证，不通过就回炉

第 3 步：大任务拆小，用子代理并行

一个 500 行的需求，拆成 3-5 个独立子任务并行跑（explorer 探索 + fixer 修复 + reviewer 审查，各自指定不同档位的模型），比一个大 agent 硬啃又快又稳。关键：子代理只回传摘要，别把几千行日志灌回主上下文。

第 4 步：跨会话交接 + 让 AI 接管日常维护

用跨会话传消息（Codex/Claude 已支持），新会话直接继承历史上下文，省去重复交代
把「死代码清理、重复代码统一、崩溃模糊测试」这类日常维护交给 AI 自动跑（有实践者让 Claude 数周自动开出 388 个 PR）

三、上下文工程（最大的提效杠杆）

AGENTS.md 模板（可直接复制到项目根目录）

# AGENTS.md

## 项目概述
<一句话说明项目是做什么的>

## 技术栈
- 语言：Java 11 / Python 3.11 / TypeScript ...
- 框架：Spring Boot 2.7 / FastAPI ...
- 构建：Maven / Gradle / npm ...

## 目录结构约定
- 业务代码放 src/main/...
- 测试放 src/test/...
- 禁止修改的目录：docs/（只读）

## 代码规范
- 命名：类用 PascalCase，方法用 camelCase
- 每个 service 必须有对应测试
- 日志用 SLF4J，不要 System.out

## 常用命令
- 构建：mvn clean install
- 测试：mvn test
- 启动：mvn spring-boot:run

## 注意事项
- 数据库字段命名统一 snake_case
- API 返回统一用 CxResult 包装
- 不要引入新的依赖，除非明确说明理由

上下文纪律（省 token 的核心）

给模型的 system prompt 越精简越好，别让开场就吃掉 7% 的上下文窗口
长任务干到后半程，主动「重启一段干净上下文」+ 用任务笔记交接
把噪音大的杂活扔到子进程，别让它污染主对话

四、真实提效数据（这些是实测，不是营销）

📊 Harness 决定成本：Databricks 实测同一模型不同 Harness，每任务成本差 2 倍+，质量几乎一样。

💰 最便宜组合：Composio 测试，pi + DeepSeek-V4-Flash 通过 20/30 任务，每个成功任务 $0.028；对比 Hermes $0.056、Prime $0.131。

🖥️ 智能体真会用电脑了：a16z 数据，计算机操作智能体在 OSWorld 基准最佳成绩一年从 42% 涨到 80%+。

🔧 维护自动化：实践者让 Claude 接管应用日常维护，数周自动开出 388 个 PR（崩溃测试、重复代码统一、死代码清理）。

五、7 天落地清单（照做就能见效）

天	动作	预期效果
Day 1	选一个主 agent CLI，装好并跑通第一个任务	熟悉基本用法
Day 2	给你的主力项目写一份 AGENTS.md	AI 不再瞎猜你的规范，产出质量立升
Day 3	强制自己用「Plan → Code → Review → Test」四步循环	减少返工，任务一次通过率提升
Day 4	把一个 300+ 行需求拆成 3 个子任务并行跑	体验并行提速
Day 5	让 AI 接管一件日常维护（死代码清理 / 补测试）	省下重复劳动
Day 6	对比不同模型档位（便宜模型 + 高效 harness）算笔账	找到成本/质量平衡点
Day 7	把常用流程沉淀成 skills / 规则文件，固化下来	形成你自己的提效体系