作者是 Peter Steinberger，大名鼎鼎的AI 智能体 Clawdbot（新名moltbot）的开发者。

总结：简而言之：Ghostty + Claude Code + 最小工具 = 最大生产力。少即是多。

是时候更新一下我不断演变的工作流程了。

在全力开发 VS Code 后，我主要用 Ghostty 做了主要设置，VS Code 用来查代码，用 Cursor/GPT-5 做复习（有时还会用 CLI）。我试过Zed，就是受不了这种外观的终端。

我对我的戴尔 UltraSharp U4025QW 依然非常满意——3840x1620 让 4 个 Claude 实例 + Chrome 都能看到，无需移动窗口。

VS Code的终端太不稳定，粘贴大量文本时经常卡死。没有什么能比得上幽灵。

工具及其现实

Gemini 可以很棒，但它的编辑工具太乱了，所以用得越来越少。GPT-5 在审核计划方面比 Gemini 效果更好。

是的，这些功能在主服务器上都能正常使用。我试过整个工作树设置，但速度变慢了。如果你仔细选择工作领域，可以同时进行多个领域，而不会有太多交叉交流。

Claude经常会弄得一团糟，但在重构和清理方面同样出色。两者兼顾很重要，这样才能避免产生过多的技术债务。

规划与情境管理

在状态行里有初始主题 + 会话编号（gist），以备切换账户或重启会话时使用非常有帮助。

使用计划模式和迭代是关键。小任务我会立刻完成，大任务我会写进文件，让GPT-5审核。

我经常用小提示应付，有时会头脑风暴，令人惊讶的是，代理能从我零散的想法中解读出如此多的道理。

不重构时我通常运行1-2个代理;清理、测试和UI工作时，~4似乎是最合适的选择。这完全取决于作品的爆炸半径。

艰难部分

最难的是分布式系统设计，选择合适的依赖、平台和前瞻性的数据库模式。

我一直在构建大量自定义基础设施、管理页面、光纤链接，帮助我和客服，这些工作确实让我加快了许多进度。以前的做法绝不会那样做。

测试策略

更大的变化总是需要测试。自动化测试通常表现不佳，但当你要求它在同一上下文下写测试时，模型几乎总能找到问题。语境宝贵，不要浪费。

少即是多

甚至还删掉了我之前的MCP，因为Claude有时会不经允许就自己启动Playwright，而它其实可以直接读取代码——这样更快，也更少干扰上下文。

选择带有CLI的服务：vercel、psql、gh、axiom。代理可以使用它们，CLAUDE.md 中一行就足够“对数：公理或前点三元”。“数据库：psql + 一个正确加载环境以加快循环的示例”

结果与比较

用这个配置完成了大量工作。其他 CLI 或模型仍然无法接近。Codex 不能搜索（通常问“谷歌最佳实践”比问上下文更好）。Cursor/GPT-5 运行非常慢，而且不共享思维，所以很难引导。GPT-5在提示方式上也更字面化——它是个很棒的模型，但不是最好的代理，你需要更精准和具体。

我还是不明白怎么能把这个转移到背景特工身上。我经常引导模型，因为我注意到它们在后台跑动——如果它们在背景运行，那就难多了。

via:https://steipete.me/posts/2025/optimal-ai-development-workflow