跳至内容
返回

我的 Coding Agent 工作流

发布于:  at  16:00

AI Coding 一路改变着我的编程习惯。最早是 VSCode 里手写代码,后来是 Copilot 补全,再后来是 Cursor 的 Apply。到 Claude Code / Codex 这一代全托管 Agent 后,协作方式又变了一次。

以前写代码更像单线程工作:打开一个仓库,盯着一个需求,做完再切下一个。现在任务可以交给 Agent 跑,人反而变成了调度者:把需求拆开,给不同 Agent 分配上下文,再回来验收结果。

笔者探索出一套工作流是:远程 / 云端的 Devbox 开发机 + tmux + worktrunk。它没有让模型变得更聪明,但解决了两个更现实的问题:多任务并行终端不断线

早期焦虑

只在本机跑 Agent 时,我经常不敢合盖。任务跑到一半,人在通勤路上,还要开着电脑连热点,看它有没有卡住。

后来看到“Keep your agents running 7x24”这类产品文案,第一反应是当段子,第二反应是它确实戳中了我的痛点。

另一个麻烦点是同一个 git 仓库里的多需求并行。以前我会把仓库 clone 好几份,每份切不同分支。时间一长,目录和分支就开始互相污染,经常要先确认自己到底在哪个仓库、哪个分支里。

三件套

真正缓解这个问题的不是更强的模型,而是三个简单的开发工具:

我的配置

~/.tmux.conf 里只开了鼠标:

~/.tmux.conf
set -g mouse on

本机 shell 里放一个 devbox 命令,连上远程机器后自动进入同一个 tmux session:

Terminal window
alias devbox='ssh -t host "tmux new -A -s agents"'

这里的 host 提前放在 ~/.ssh/config 里。tmux new -A -s agents 的意思是:如果 agents 这个 session 已经存在,就直接 attach;如果不存在,就创建一个。

worktrunk 的目录规则放在 ~/.config/worktrunk/config.toml

~/.config/worktrunk/config.toml
worktree-path = "{{ repo_path }}/../{{ repo }}-worktree/{{ branch | sanitize }}"

日常用法

我的日常流程基本是这样:

  1. 在主仓库里用 worktrunk 给任务开一个 worktree。
  2. 进入对应 worktree,启动 Claude Code 或 Codex。
  3. /goal 把任务目标、边界和验证方式交代清楚。
  4. 回来后重新执行 devbox,检查对应窗口的输出、diff 和测试结果。

这套流程的重点不是“睡觉时让 Agent 自己干完一切”,而是让任务状态不要因为人的设备状态而中断。它把本机从执行环境变成了控制台。

题外话

我也试过一些社区工具。很多方案会把事情变复杂:要把内网机器接到公共网关,要适应新的 GUI,要接受一套新的项目管理模型。对我来说,这些都没有直接复用 SSH、tmux、git worktree 来得自然。

例如:

当然我当前的工作流也有未解决的问题:

我对有个手机能操作 Coding Agent 这件事没有太多需求,想清楚让 Agent 做什么、/goal 验收标准(达到预期结果)比为了 7x24 空转消耗 token 产生代码垃圾更有意义。Agent 能不停地写,但写出来的,最后合进了主干,还是进了回收站?


在以下平台分享此文章:

下一篇
AIO Sandbox:为 AI Agent 打造的一体化、可定制的沙箱环境