Peter 的 Builder 手册：把模型当角色，把反馈当系统

本周没有看到 Peter Steinberger 发布新的长篇判断。与其硬凑“最新观点”，不如重读他近期最有操作价值的一组公开实践：GPT-5.6、Claude Fable、Codex 和 Claude Code 并不是互相替代的冠军候选，而是不同工作角色；Harness、Graph、反馈和恢复机制，决定这些角色能否组成稳定产能。

Peter 的第一个启发，是停止寻找万能模型。他会让 Fable 参与设计探索，让 Codex 承担大量实现，用 Claude CLI 直接执行某些任务，再用不同 Agent 做检查。这里没有忠诚度，只有任务匹配。一个模型是否“最好”，要落到它在某一阶段能否降低修改和验证成本。

设计阶段需要的是高带宽沟通。文字可以表达规则，却很难快速对齐布局、层级和视觉密度。Peter 分享的工作流把设计模型用于形成可见方案，再把明确结果交给 Codex 实现。这样做的关键不是模型会画图，而是先把模糊偏好变成团队可以共同指认的中间物。

这也解释了 Graph 的价值。复杂功能如果直接用一段长 Prompt 描述，Agent 容易漏掉状态、分支和错误路径。先画出组件、数据流、事件和依赖关系，等于把任务从自然语言愿望转换为结构化约束。Graph 不是文档装饰，而是减少歧义的执行接口。

进入实现阶段，Codex 之所以适合作为 workhorse，不只是因为它能写代码，而是它能在仓库里持续读取、修改、运行和验证。Builder 真正需要的不是一次漂亮代码生成，而是一个愿意反复处理边角问题的执行者。只有把测试和反馈接入循环，这种耐力才会变成质量。

Claude Code 或 Claude CLI 则可以在另一条路径上承担探索、审阅或直接执行。多模型并用的意义不是让它们投票，而是创造认知差异。实现者容易沿着自己刚写出的结构继续合理化，换一个模型审查，能用不同先验发现接口遗漏、命名混乱或异常路径。

Peter 提到并行 QA，最值得注意的是“并行”后面的约束。把相同模糊任务复制给十个 Agent，只会得到十份相似噪音。有效并行应按风险切分：一个查回归，一个看安全边界，一个跑真实界面，一个核对文档与实现。各自有明确输入、证据格式和停止条件，结果才能被合并。

这套方法的中心其实是 Harness。模型负责局部判断，Harness 负责把上下文、工具、任务状态、权限、验证器和反馈组织起来。模型升级可以提高一次成功率，Harness 则让失败不会摧毁整个流程。对长期 Builder 而言，后者往往是更可积累的资产。

恢复机制尤其容易被忽略。Peter 分享过重启与过程恢复的经验，这背后是一个朴素原则：长任务一定会中断。网络会失败，进程会退出，模型会跑偏，人也会改变需求。系统如果没有检查点、中间产物和下一步说明，就只能重新消耗上下文并重复已经完成的工作。

因此，每个 Agent 任务都应该留下交接包：目标是什么，已经确认了哪些事实，修改了哪些文件，运行了什么检查，哪些假设仍未验证，下一步从哪里开始。它既服务于进程恢复，也服务于模型切换和人工接管。最好的上下文不是最长聊天记录，而是可以继续工作的压缩状态。

实践中可以把流程分成五个角色。侦察者负责定位代码与证据；设计者把目标变成界面或 Graph；执行者做最小实现；批评者寻找反例；验证者独立确认结果。一个模型可以兼任多个角色，但同一时刻只承担一个清晰职责，能显著减少上下文中的目标冲突。

模型路由也不需要先建复杂平台。最简单的规则就够用：视觉与交互问题先产出可见方案；大规模仓库修改交给擅长执行的 Agent；高风险变更必须有独立审查；重复检查可以并行；事实不清时先研究，不要边猜边写。随着真实任务积累，再把规则沉淀进 Harness。

对个人 Builder 来说，这套系统最大的增长效应是缩短学习循环。过去一个人必须在设计、实现、测试和写作之间串行切换；现在可以让不同 Agent 同时准备证据和反馈，自己集中处理关键取舍。但速度只有在输出可验证时才有意义，否则只是更快地产生返工。

团队采用时，更要避免把 Agent 变成隐形外包。所有修改仍应进入版本控制，所有结论要能回到来源，所有高风险动作要有责任人。Agent 可以提高吞吐，却不能替团队承担责任。越是大量使用自动执行，越需要明确谁定义任务、谁接受结果、谁处理事故。

Peter 的这些 Tips 最终指向同一个判断：领先模型的差距会不断变化，工作系统的复利却会留下。今天换 GPT，明天换 Claude，角色定义、任务 Graph、验证器、检查点和交接协议仍然可以复用。真正值得长期优化的，不是某个 Prompt，而是从意图到交付的整条生产线。

所以，高效 Builder 的问题不该是“我应该只用 Codex 还是 Claude Code”，而是“这一步需要什么角色，它怎样获得上下文，失败后如何恢复，结果由谁验证”。当模型被放回系统中的正确位置，多个 Agent 才不会变成更热闹的聊天，而会变成一套可持续的生产能力。