国企领导：“现在都是 Agent自动开发了，你还在对话模式，太落后了！”我一点不慌：“这就去补，假期后见分晓！”领导露出满意的笑容。

马上假期了我相信很多小伙伴肯定不会学习了哦不肯定不出去玩要在家里学习 AI 对吧dog肯定的吧那在开始今天的内容之前我也想问大家一下。你平常更接近哪种开发模式人写代码 AI 做校验人设计架构 AI 写大部分代码Agent 负责架构、代码编写人负责 reviewAgent 全部接管测试也由 Agent 来完成截图来自shibow因为我知道有些公司内部是不允许接入 AI 的别质疑真的有。01、我的 Coding 工作流先说一下我自己的模式。1、知识问答我现在只用 Claude APP确实好用上知天文下知地理并且大部分情况下都是非常准确的。2、内容创作Claude Code Opus 4.6。在 Warp 终端直接用这个命令切到 4.6claude --model claude-opus-4-6如果只用claude命令默认会用 4.7但 4.7 的文本是一坨大便甚至不如 GPT-5.5一股子稳稳接住你的恶臭味。或者 Claude CodeDeepSeek V4DeepSeek 的文本能力一直都很对味没有稳稳接住你的感觉。3、架构设计Codex GPT-5.5 先调查一波然后 Claude Code Opus 4.7 再调差一波比较两个之间的共同点和差一点如果都有说明是完全可以执行的架构否则就需要我人工介入去调研和调整。4、代码生成主力是 CodexGPT-5.5这个量大管饱bug 很少。另外就是 Claude CodeGLM-5.1。5、代码 review我通常会用 Claude CodeOpus 4.7我试了一下CodexGPT-5.5 基本上检查不出来但 Claude CodeOpus 4.7 都能检查出来给的解决方案也都很到位。6、集成测试Claude CodeOpus 4.7 以及 Qoder 的专家团模式。也会配合 IntelliJ IDEACodex 调试看代码比较舒服。如果需要浏览器自动化测试我会上 CodexGPT-5.5Chrome Devtools MCP或者 computer use。7、前端IntelliJ IDEAKimi 2.68、图片生成GPT-Image2以及 draw.io GLM-5.1/DeepSeek V4这套工作流能把开发效率拉到满中满。02、对话模式和 Agent 模式对话模式就是大家最熟悉的用法打开 ChatGPT 或者 Claude输入一段话等它回复不满意再补一句再等回复。本质上是人在驱动AI 在响应。每一步都需要人来判断下一步该干什么。Agent 模式完全反过来给一个目标Agent 自己拆解任务、自己决定用什么工具、自己执行、自己验证结果遇到问题还能自己调整策略重来。人的角色从主驾变成了副驾我们只需要告诉 Agent 目的地路线 Agent 自己规划自己开车。举个真实的例子。我们要给 PaiCLI 加一个Chrome Devtools MCP的功能。对话模式我就不演示了。Agent 模式只需要讲一句话来调查一下第13期的开发任务吧Agent 就会从去调研清楚具体该用什么然后给出解决方案。等方案确认没问题后我通常会让 Agent 把这个开发任务写到文件里然后交给另外一个 Agent 去执行。量大管饱的 Agent国内的大模型或者 GPT-5.5 完成度都会非常高。03、架构设计第一步用 Codex GPT-5.5 先调查一波。GPT-5.5 是 OpenAI 在 4 月 24 号发的最新模型目前 Codex 每周有 400 万开发者在用。GPT-5.5 在 Agentic Coding 上的提升非常明显NVIDIA 的工程师实测反馈说原来跨天的调试周期现在几小时就能关闭。调研阶段也不需要特别复杂的提示词就是告诉他我们想要做什么如果要做Web search 和 Web fetch 最轻量级的方案是什么Codex 会自动去 GitHub 翻源码、去官方文档查 API 设计。拿回来的东西通常来说还不错。第二步用 Claude Code Opus 4.7 再调查一波。Opus 4.7 是 4 月 16 号发布的Anthropic 官方说在长序列任务中丢子任务的概率比 4.6 低了 60%。需求沟通这个阶段是最重要的假如你知道的很少完全依赖某一个模型很可能就会把方案走偏。像上下文压缩这个问题不管是 GPT-5.5 还是 Opus 4.7 都没有给出满意的答案。这个时候就必须依靠我们的开发经验去纠正他。另外就是不管 GPT-5.5 还是 Opus 4.7对中文的解决方案都不够比如说做 Web search智谱明明提供了解决方案但两个都没有给出来。最后还是需要我自己智谱的解决方案链接丢给 Agent。用多个模型去验证架构方案看起来多花了时间但能有效过滤掉模型幻觉。04、代码生成代码生成是整个工作流里工作量最大的环节我的主力组合是Codex GPT-5.5。为什么不用 Claude Code主要还是量大管饱生成的代码大部分情况下直接能跑。比如说我用 Codex GPT-5.5 写完代码后用 Claude CodeOpus 4.7 来测试基本上都是全量通过改动很小。我通常会这样给 Codex 下指令开始第13期的代码编写吧Codex 拿到指令后不是直接去写代码而是先读项目结构、分析现有的代码风格和依赖版本然后一个文件一个文件地生成生成完还会自己跑一遍测试。如果测试不通过它会自己看报错、自己改、再跑一遍直到全部通过为止。这里必须说一点GPT-5.5 有一个特别明显的毛病前端生成的时候特别喜欢套框框一个框套一个框嵌套层级深得离谱。让它改还是改不掉像是训练数据里带来的审美基因。这得有多少个框用一些 Skill 辅助吧出来的效果也不太满意。我觉得本质上还是模型能力的问题不是 Skill 设计的问题。但如果花心思去调整的话效果也还不错。比如说技术派上的折叠菜单以及右侧的这种小图标都能在原有的网站风格上做出来符合预期的效果。另一个候选组合是Claude Code GLM-5.1。GLM-5.1 是智谱在 4 月 7 号发布的开源模型MIT 协议SWE-Bench Pro 拿了 58.4 分全球第一超过了 GPT-5.4 的 57.7 和 Opus 4.6 的 57.3。在 Claude Code 框架下的编码测试中GLM-5.1 得了 45.3 分达到了 Opus 4.6 的 94.6%。当 Codex 的额度不够的时候我就会上这个组合。在 DeepSeek V4 没有 Coding Plan 的情况下这算是目前国内用户的最优解了。05、代码 Review 和集成测试Opus 4.7 新增了一个/ultrareview命令相当于请了一个高级工程师帮忙做代码评审。它会通读所有变更文件标记潜在的 bug 和设计问题给出具体的修改建议。集成测试我的组合是Qoder 专家团模式。Qoder 是阿里做的 AI 编码平台它的专家团模式Experts Mode是今年 3 月份发布的。和单 Agent 最大的区别在于它会自动组建一个团队来干活。提一个测试需求Team Lead 会把任务拆成多个子任务分配给不同的专家。有的负责写测试用例、有的负责检查代码规范、有的负责安全扫描。这些专家并行工作最后由 Team Lead 整合所有结果。另外我还会配合IntelliJ IDEA Codex做调试。如果涉及浏览器端的自动化测试我会上Codex GPT-5.5 Chrome DevTools MCP或者直接用 Computer Use。Chrome DevTools MCP 是 Chrome 官方团队做的 MCP 服务器通过 CDP 协议让 Agent 直接操控浏览器点击按钮、填写表单、验证页面渲染结果整个 E2E 测试流程完全自动化。06、前端和图片生成前端开发我会用IntelliJ IDEA Kimi 2.6。这个组合可能出乎很多人意料。Kimi K2.6 在前端领域的表现太猛了。4 月 20 号发布的 1T 参数 MoE 模型Next.js 基准测试比上一代提升超过 50%SWE-Bench Pro 拿到 58.6 分在前端生成方面的能力已经接近第一梯队。我写前端的时候喜欢在 IDEA 里直接用 Kimi 插件好处是它能读到整个项目的上下文组件结构、路由配置、状态管理、样式变量全部可见生成的代码能直接和现有代码衔接上不会出现命名风格不一致或者重复造轮子的问题。图片生成我用两套方案。创意类的图片封面图、流程示意图、概念图直接用GPT-Image2出图质量和理解力目前没有对手。技术架构图、时序图这种有明确结构的图我用draw.io GLM-5.1 或 DeepSeek V4。ending我觉得吧大家手头上至少得有一个顶级模型。Codex GPT-5.5 或者 Claude Code Opus 4.7。然后国产的大模型DeepSeek V4 或者 GLM-5.1 或者 Kimi 2.6 至少有一个绑定到 Claude Code 中。这里给一张我个人的工具搭配速查表环节主力组合备选组合适用场景知识问答Claude APP豆包快问快答不需要 Agent内容创作Claude Code Opus 4.6Claude Code DeepSeek V4中文写作 DeepSeek 更对味架构设计Codex GPT-5.5 → Claude Code Opus 4.7-双 Agent 交叉验证代码生成Codex GPT-5.5Claude Code GLM-5.1成本低代码 ReviewClaude Code Opus 4.7-/ultrareview 命令很香集成测试Claude Code Opus 4.7 Qoder 专家团Codex GPT-5.5 Chrome DevTools MCP浏览器测试用后者前端开发IntelliJ IDEA Kimi 2.6-审美在线图片生成GPT-Image2 / draw.io GLM-5.1draw.io DeepSeek V4创意图用 GPT架构图用 draw.ioAgent 模式听起来很高级本质上就是把注意力从代码怎么写转移到需求怎么描述。写好一段 prompt 的能力可能比写好一段代码的能力更值钱。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】