2026 年 5 月：AI 编程效率工作流复盘

这是一段有日期的工作流记录。视频中的模型名称、价格和百分比不作为今天的购买建议，当前选择看 当前工具栈。

仍然有效的五个方法

1. 语音输入：先把背景、目标和约束完整说出来，再让 AI 整理任务。
2. 能力分层：明确任务用快速层，疑难问题和发布审查用攻坚层。
3. 窗口并行：只并行相互独立、能分别验收的任务。
4. 批量给背景：一次交代完整上下文，再拆成有边界的子任务。
5. 复用 Skills：把稳定、重复的流程做成可检查的指令和脚本。

当时最容易误用的地方

• 一次给十个要求，不代表十个改动都能安全并行。
• Token 消耗高，不等于交付效率高。
• 具体模型组合只对当时的账户、版本和任务有效。
• Skills 不能代替仓库规则、验证命令和人工审查。

今天怎么执行

先写目标、范围和完成标准。只有任务没有共享写入、没有强顺序依赖时，才开多个 Agent。

每个 Agent 使用隔离工作区，完成后查看 diff，运行对应检查，再合并结果。完整方法见 多 Agent 协作。