最近两周，因为 Claude Fable 5 回归、GPT-5.6 上线，再加上 Tibo 义父疯狂的重置。

以及 AIHOT 月活用户，最近也正式突破了 50 万。

所以导致，我现在每天 Vibe Coding 的时间，几乎惊人地达到了 16 个小时。

我现在每天 Vibe Coding 到早上 6、7 点，然后睡一觉到中午 12 点起床收菜，再去公司，路上用 UU 远程 + Codex 继续 Coding。

我几乎不会让 AI 闲着，它们闲着的每一秒，我用不完的每一个 token，都感觉是对 Tibo 义父的不尊重。

每天真的就是不眠不休，感觉自己染上了 Coding 的瘾。主要还是创造和学习知识的快感，实在是太爽了。

昨天回复一个人的评论我还是这么回复的：

那种爽感我一直不知道怎么描述。

直到前天打车去机场，感觉时间要赶不上的时候，我跟司机说“求求你快点”，然后司机一脚油门——那一瞬间我知道该怎么形容这种爽感了。

这是一种属于时代的推背感。

它在不断推着你向前、向前、再向前。

而因为 Claude Fable 5 和 GPT-5.6 Sol 在智力和执行上的飞跃，我跟 Agent 协同开发的流程，相比于 Opus 4.8 时代也有了比较大的转变。

前期我把巨量的 Token 都消耗在了一个地方：优化我的整体测试流程上。

在 Vibe Coding 中，开发流程已经被大幅加速，写代码不再是瓶颈，瓶颈转移到了测试、验证，以及你对方案的评审上。

测试覆盖率目前做到了还算比较舒服的区间。

因为现在高频提交、Agent 自动开 PR、反复跑测试的开发方式，为了节省测试和部署时间，我甚至单独去腾讯云搞了一台便宜的服务器做 CI，不再用 GitHub 的托管 Runner，并做了大量任务路由，在保证测试全面性和准确性的前提下，尽量压缩时间。

顺便提一句：Vibe Coding 到后期，当项目足够大时，Codex 所谓的 1.5 倍快速模式其实并不快，开着没啥意义。

因为大量时间都消耗在确定性测试流程上：Agent 提测 → 测试约 5 分钟 → 被打回 → 修复 → 再次提测 → 又是 5 分钟。整体缩短的时间相当有限。

整体测试流程优化得差不多之后，你会发现：你的想法终于可以肆意挥洒了。因为你大概率无需担心实现不了或出现 Bug，只要你能提出来，那大概率能稳定且完美地实现。

那么最大的难点就来了：前期如何设计方案，如何自动化交给 Agent 开发，同时省心省力，上线效果还有保障。

这两周跟这两大模型协同下来，我觉得最好的流程是：Claude Fable 5 做研究出方案初版，GPT-5.6 Sol 来纠错和优化，然后在 Codex 中开启目标模式全自动化执行。之后，你就可以放手去睡觉，等着起床收菜。

大道至简，重剑无锋。你根本不需要什么奇奇怪怪的技巧，直接说话就行。

举个新鲜例子，还是我的 AIHOT。

在史诗级强化防御、优化 Agent 接入机制、上线 UI 2.0、解决用户收不到 Skill 更新通知的问题、大幅重构详情页、更新精选算法、优化聚簇算法之后，我又想把之前一直想做的一个新功能大幅重构和加强。

就是“全网 AI 热点”——也就是现在“当前热点”那个位置。

判断什么东西很热，本质上就看两个指标：

有多少人正在讨论它，以及它的数据趋势如何。

两者结合，基本就能看出一个事件的热点程度。如果讨论人数越来越多，总数据越来越大，那基本就是一个正在大幅增长的热点。

如果人数多但数据增长一般，形成剪刀差，那可能是营销投放；如果人数不多但数据大涨，那可能是算法随机漫步，不足以破圈。

于是我想用这个机制，抓取上万个信源，监控 AI 行业真正正在爆发的热点。

现在的“当前热点”做得非常粗糙：只看 200 多个信源的实时讨论量，在 24 小时生命周期内排个序。但要升级成“全网 AI 热点”，就必须监控上万个账号，并且这些账号只贡献热度，不参与精选——在我的体系里，这叫“热点信源”。

大概就这个目标。第一步，我把需求发给了 Claude Fable 5，让它出方案。我是直接用豆包语音输入法瞎 BB 的，语序很乱，但意思清楚就够了。

在当下，Claude Fable 5 在方案初版设计上的先进程度和优雅程度，就是当世独一档，越是大型方案越能体现它的智力水平。

大约 20 分钟后，方案出来了。

但这个方案不能直接用。Claude 家族一贯的问题是：容易丢东西，不够细致。所以接下来是第二步：把需求和 Claude 的方案一起复制给 Codex，模型选 GPT-5.6 Sol（极高），然后说：“这是隔壁同事做的，你详细审查一下。”

GPT-5.6 Sol 经常能挑出 Claude Fable 5 方案里的严重问题。这次它花了 6 分钟，发现了一个关键的隔离问题，甚至会影响到其他流程管线。最后它还问了我一个问题。

回答完后，它给出了最终方案。

第三步就更简单了。在 Codex 里点击左下角加号，选择“目标模式”。

选中后，输入框下方会出现“目标”字样，说明已进入目标模式。目标模式的含义很简单：Codex 会一直跑，不达标不罢休。

我自己最长的记录是前天，跑了 17 个小时，从早上 6 点挂到第二天凌晨，直接把一天额度清空。当时我还发了条 X 纪念一下。

这次我设定的目标简单到不可思议，只有一句话：

“根据上面所述方案进行开发，保证没有任何错误，然后合并部署上线。”

我敢这么做，是因为我对自己的测试流程有信心。而且这个方案较大、细节多、耦合点多，目标模式几乎是效果最好的选择。

当然，如果只是小任务，就别用目标模式了，直接让 GPT-5.6 Sol 按流程执行即可。

Codex 的目标模式，确实比 Claude Code 更稳定。GPT 系列幻觉率低、Prompt 遵从度高，超长程任务不容易变形；Claude 推着推着有时会陷入死循环，甚至不知道在干什么。

除非你是土豪，否则应该也不会拿 Fable 5 开目标模式吧……

目标定完发给 Codex 后，你就可以去睡觉了，剩下的交给它。

截止写文章时，任务已经跑了 2.5 小时，不知道还要多久。但大概率没问题，因为要合并部署上线，还有一整套流程要走。

我现在的完整流程大致是这样：

• 我发任务
• Agent 理解并核实问题
• 新建独立分支和工作区
• 开发修改
• 自动测试，必要时回测或检查页面
• 推送分支并创建 PR
• CI 自动验收
• 合并到主分支
• 部署上线
• 检查真实线上效果
• 使用“洁癖.skill”同步代码、文档和 Agent 记忆，并复盘经验
• 向我汇报最终结果
• 等我确认无误
• 清理开发分支、工作区和临时数据库
• 任务结束

所以一个任务发出去后，它会自己走完所有流程，部署上线，最后等我确认效果，再决定是否清理分支。

我现在基本常年保持好几个任务并行。

我感觉 6～7 个任务并行，几乎就是我注意力的极限。曾经试过更多，但那时我的大脑已经确认不过来了。

我自己，就是 Agent 最大的瓶颈。

所以在模型能力如此进步的今天，绝大多数所谓“开发 Skill”（比如 superpowers）已经没多大用了。相信我，远不如我现在这套流程来得扎实。

核心其实是个哑铃形状：

左边：用最牛的模型出方案、优化方案，然后执行。
右边：最重要的测试与研究流程，加上“洁癖.skill”保证文档、规则、记忆、代码四端统一。

当你完成这套流程的搭建之后，相信我，你一定会体验到 Vibe Coding 的爽感。

那是一种，广阔无垠的创造力。
那是一种，自由探索未知的奇妙。
那是一种，来自 AI 时代的疯狂推背感。

去创造吧。

> 作者：卡兹克