写了 2000 小时 AI 代码后,他把效率问题改写成了调度问题

David Ondrej 的 2026 年 Agentic Engineering 工作台很容易被读成一张工具购物单。沿着它的结构拆开,能看到一套更稳定的系统:统一入口、持续运行、任务隔离、风险分级和反馈测量。

作者:David Ondrej09-02 · 约 11 分钟
🎧 听播客版0:00 / --:--
0:00 / --:--
深度 · 小互解读
一分钟速览
  • 多 Agent 工作的上限很快从模型能力转成调度能力:看清谁在运行、谁被阻塞、谁最该得到人的回应。
  • 作者的工具栈可以拆成四层:统一入口、状态调度、持续执行环境、工程治理;具体产品可以替换,层与层之间的职责不能缺。
  • 订阅价格、模型排名和“云端 Agent 占内部 PR 近 60%”都带强时效性;更耐用的判断是按任务分配算力、按失败代价增加隔离和复核。
  • 适合多数人的起点不是同时运行二三十个 Agent,而是一主一辅、一个独立 Worktree、一次异模型复核和可回看的结果指标。

David Ondrej(下文统一称 David)是一名 AI 工具创业者和内容创作者,创办了 Vectal Labs,也长期公开自己的 AI 编程方法。这篇原文是一份个人工作台复盘:他称自己过去三年用 AI 写代码超过 2000 小时,还采访过一批高产的 Agentic Engineering 实践者,随后公开了 2026 年第三季度正在使用的整套配置。

David 的使用规模和多数人不同。他经常同时运行二三十个编程 Agent,让它们在本机、商业云和自建服务器上并行工作。这里的 Agent 指能读取文件、调用工具、运行命令并连续完成任务的编程代理;Harness 则是把模型接到这些工具和执行循环上的软件外壳。后文出现的 bb、Herdr、Corral、Pi 等名字都指软件组件。

原文列了十几种产品,但 David 要解决的核心问题很集中:任务从哪里发出,运行到什么状态,完成后先处理哪一个,怎样避免多个 Agent 互相覆盖,以及高权限操作如何收口。把快速变化的价格、模型排名和个人偏好拿掉,底下是一套小型软件生产系统。

从工具清单里拆出一套四层调度系统

bb 是统一入口。它把 Codex、Claude Code、Pi、Cursor CLI、OpenCode 等编程 Agent 放进同一个界面,并复用用户已有的 provider CLI 登录。cmux 是可以同时摆放多个终端和浏览器的工作区,Ghostty 是承载这些会话的终端应用。三者解决的是“从哪里发起和观察工作”。

Herdr 再往下一层。它把 Agent 所在的终端会话留在后台,标记 working、blocked、idle 等状态。David 自己做的 Corral 则按 P1 到 P4 给完成的 Agent 排队。前者告诉你发生了什么,后者决定你的下一分钟给谁。

本机、商业云 Agent 和自建 VPS 是执行环境。Skills、Worktree、ADR、代码审查、只读生产数据权限和发布锁构成治理层。模型贯穿其中,却没有独占任何一层。

Harness 横跨入口和执行环境。David 把极简、可自由换模型的 Pi 当作基础执行器,用 Cursor CLI 获得多模型和预发送能力;遇到探索性更强、做法还不清楚的任务时,他会考虑能在执行中沉淀 Skill 的 Hermes 或 Prime。具体产品判断带有个人口味,留下来的选择方法是:路径明确的任务需要轻量、可控的执行器,不确定性高的任务才值得使用会探索和自我积累的 Harness。

  1. 01
    统一入口

    bb · cmux · Ghostty

    发起与观察
  2. 02
    状态调度

    Herdr 看状态 · Corral 排优先级

    分配注意力
  3. 03
    执行环境

    本机 · 商业云沙箱 · 自建 VPS

    持续与隔离
  4. 04
    工程治理

    Skills · Worktree · ADR · 复核 · 权限 · 发布锁

    控制失败半径
模型在四层之间流动;能否稳定交付,取决于每一层是否承担自己的职责。

这张图也解释了为什么“换一个更聪明的模型”经常没有预期中的生产力增幅。模型可能把一个任务从 20 分钟降到 10 分钟;如果人在 15 个完成、阻塞和冲突的会话之间乱跳,节省下来的时间会在调度中被重新吃掉。

Agent 一多,瓶颈就从生成速度转向人的注意力

单 Agent 时代,人盯着一次对话:下任务、看输出、补充信息、确认结果。Agent 并行以后,工作变成一个动态队列。有的在跑测试,有的需要权限,有的已经完成但风险很低,有的刚发现一个会阻塞发布的问题。

Herdr 的状态面板让这些会话不再隐形,但“看见”还不够。假设 P1 Agent 刚完成支付故障修复,P4 Agent 同时提交一处文案调整,按完成时间依次处理会让低价值任务抢走响应窗口。Corral 的优先级就是把人的注意力也当作稀缺资源来调度。

这里出现了一个容易忽略的变化:人从逐步编写者变成异常处理者和决策者。工作量不会自动消失,它从敲代码转移到定义任务、准备环境、判断风险、处理阻塞和验收结果。没有状态、优先级和清楚的完成条件,多开 Agent 只会制造更多未关闭的工作。

David 还强调“预发送”:已经知道下一步会发生什么时,提前排入“实施方案”“换模型复核”“修掉有效问题”等消息。这个办法能减少等待,但只适合路径已经清楚的任务。架构选择仍未确定时,预先排六条消息会把一个早期误判自动放大六次。

原文还补了一条容易被忽视的输入瓶颈:David 用语音转写发送长提示。他给出的“每分钟 250 个词、输入速度提高三到四倍”是个人口径,具体效果取决于说话习惯和修订成本;可迁移的部分是,当一个人要频繁给多个 Agent 分派上下文时,降低输入摩擦确实能缩短调度时间。语音只能加快已经想清楚的指令,不能代替任务定义和验收判断。

云端解决持续运行,自建服务器解决所有权

本机 Agent 的上限很物理。多个会话同时装依赖、编译和跑完整测试,CPU、内存、磁盘和网络会互相争抢;合上电脑或断网还可能打断长任务。云端 Agent 把每个任务放进隔离环境,能够并行、无人值守地运行,也更容易从手机或 Slack 发起。

Cursor 在 2026 年 6 月公开称,内部超过 40% 的 PR 已来自云端 Agent,而且占比仍在增长。David 在 8 月 31 日的文章里把数字写成“接近 60%”,但抓取到的 X Article 只保留了 [image here],没有那张图。趋势有官方材料支撑;60% 这个精确数值目前只能算作者口径,后面的 70%、80%、90% 是预测。

商业云 Agent 同时带来新的依赖:环境配置、密钥、会话历史、定价和数据都绑定在供应商体系里。David 的折中方案是租一台 VPS,在上面运行 Herdr,再通过 SSH 从电脑或手机连接。终端会话留在服务器上,本机断网不会让远端进程停止,也能继续使用不同的 Agent CLI。

原文给了一个很具体的搭建过程。David 在 cmux 左侧打开编程 Agent,右侧留一个空终端,再让 Agent 通过一个能操作其他窗格的 Skill 进入新 VPS,安装 Herdr、Node.js、Python、Git 和 Pi。几轮提示后,两组远程 Agent 已经能在服务器上持续运行,即使他的 MacBook 关机也不会中断。这个案例补足了“自建云环境”怎样落地,也暴露了同一套自动化的风险:Agent 在过程中从本机找到了 OpenRouter 密钥,并在远端取得完整 root 权限。速度和控制权都是真的,密钥隔离、最小权限与可重建环境也因此不能省。

“十分钟搭完”和“几美元获得 80/20”描述的是一次顺利演示,不是长期拥有成本。自建服务器把控制权交回用户,也把系统补丁、密钥轮换、备份、日志、入侵响应和故障恢复一并交回来。个人实验环境可以接受这种交换;连接生产仓库和真实密钥后,运维能力本身就成了产品的一部分。

模型与订阅是可替换算力,不是工作流的中心

David 同时购买多套订阅,追求的是“用更少的钱拿到更多可用 Token”。他会把规划、新项目、疑难 Bug、日常聊天和前端任务交给不同模型,也建议新模型发布后留一天亲自测试,不跟着社交媒体下结论。

方法可以保留,购物单不能照抄。原文列出的套餐价格、用量倍数、模型名称和相对排名都绑定 2026 年第三季度;作者自己也说,两个月后可能完全不同。订阅的隐藏约束还包括高峰限流、并发限制、模型切换和平台政策,仅比较月费会漏掉这些容量边界。

他那句“绝对不要付 API 价格”也只覆盖一种用法:个人高频、交互式地使用现成客户端。需要程序化批处理、稳定配额、逐请求成本归因、服务账户或无人值守生产任务时,API 买的是另一种控制能力。订阅和 API 不是同一种商品,不能只拿每百万 Token 的表面价格判断。

更耐用的做法是建立任务路由:任务需要多强的推理、能容忍多长延迟、失败一次损失多大、是否需要隔离环境、是否值得让另一个模型复核。模型和套餐只是这套路由表里不断更换的供应商。

高吞吐量靠预设和护栏,不能靠全面放权

原文最实用的一条规则很朴素:重复的单步动作做成文本片段,重复的多步流程做成 Skill。这样省下的不是一次输入几十个字,而是每次重新回忆顺序、检查遗漏和解释验收条件的认知成本。

David 的 /total-review 会让两个不同模型审查同一批改动,再去重成一份问题清单;/ask-then-build 在实现前逐项询问重要选择。他同时反对递归审查:要求模型“再找五个问题”,模型往往会努力凑满五个,即使剩下的只是想象出来的 Bug。复核应该由改动规模和失败代价触发,并有明确停止条件。

权限也要服从同一套分级。David 用短别名直接启动权限绕过模式,这在隔离、可重建、没有敏感凭据的环境里确实省步骤。Pi 的官方安全文档明确提醒,它不是沙箱。把这种配置复制到日常主机或生产环境,速度收益没有变化,错误命令的影响面却完全不同。

L1小改、局部文案、可立即回滚

当前分支 · 定点检查

L2中型功能、存在设计选择

先定方案 · 一次异模型复核

L3多个 Agent 并行修改

独立 Worktree · 明确文件边界

L4生产数据、合并与发布

只读/最小权限 · 单写者锁 · 可恢复回执

吞吐量越高,越要把隔离、权限和交付顺序写进系统,而不是留给临场小心。

Worktree 解决并行修改互相踩踏;ADR 保存无法从代码反推出的架构理由;生产数据库只读角色让 Agent 能核实现实数据,又不能直接改写;单写者发布锁则把合并、验证、推送、CI、部署和健康检查串成一条受控出口。这些做法共同完成一件事:让 Agent 获得完成任务所需的权限,同时拿不到与任务无关的破坏能力。

测试也适用分级。要求每次小改都补齐单元、集成和端到端测试,会让仓库膨胀;完全禁止测试又会失去回归证据。应该从风险和现有测试策略出发,补能阻止同类失败再次发生的最小证据,而不是按测试文件数量衡量认真程度。

普通人可以从一主一辅的工作台开始

David 同时运行二三十个 Agent 的配置服务于他的工作量和订阅容量。多数人一上来复制这个规模,只会更快地耗尽额度,并把注意力撕成碎片。可以先搭一个更小的闭环:

  1. 一主一辅。 主 Agent 负责实施;只有中大型改动才让不同模型做一次独立复核。先观察复核是否稳定发现会改变交付结果的问题。
  2. 一个隔离工作树。 并行任务可能碰同一批文件时再开 Worktree。小项目和单一修改留在当前分支,减少搬运成本。
  3. 一组结果趋势。 记录 Agent 会话、用户提示和 Git 提交可以观察习惯变化,但三者都是代理指标。再加上返工次数、合并后故障、交付周期或真实用户结果,才能判断效率是否提高。

当这套小系统的等待时间、冲突率或本机资源确实成为瓶颈,再加状态面板、VPS 或商业云 Agent。扩容的顺序由已经出现的问题决定,不由工具目录决定。

这份 2000 小时配置留下的耐用品,是一张工程分工图:入口负责降低切换成本,调度负责管理注意力,环境负责持续执行,治理负责把速度变成可接受的结果。下一代模型会换,套餐会换,今天最火的客户端也会换;这四项工作不会跟着消失。

来源
Agentic Engineering Setup (after 2,000+ hours)David Ondrej·2026-08-31·查看主材料
本站说明
本文保留作者的实践框架;价格、模型可用性与产品套餐是 2026 年 8 月 31 日的快照。原文所称 Cursor 云端 Agent 合并 PR 占比接近 60%,抓取页面只留下图片占位,本文不把该数字当作已独立核实的事实。
↑ 正文结束
✓ 本篇全文免费开放

会员可复制、下载全文 Markdown,还能让你的 AI 订阅和提问。

阅读原文 ↗
📮 新解读第一时间进邮箱

读完觉得有用?留个邮箱,每篇新解读发布就送达,随时退订。