hawtleap

@Ramona003 | Developer | PC Gamer | Wales England Commuter | Anime | Sumisora & LAC | Airgunner

[撸毛小狗 @LumaoDoggie]

Vibe coding 最强模型, 一定是 Claude 结合 Codex

是的, 一定需要两个结合起来, 最后产生的代码质量更高.

比如说这篇论文:
Understanding Agent Scaling in LLM-Based Multi-Agent Systems via Diversity" (arXiv:2602.03794) 提到
同源的模型,跟容易遇到瓶颈.

原因也很简单. opus 4.6, 训练集和训练参数都是一样的, 你分几个agent来角色扮演, 也是会容易出现信息茧房. 这时候引入Codex, 就不一样了.

实际上我现在的流程是这样的.
Plan阶段
Opus 4.6 做计划, Codex gpt 5.3 Xhigh 挑刺 (最多三个来回)

实施阶段
Sonnet 4.6写代码, 另外一个Sonnet 4.6初步审核代码. Codex 5.3 high 最终审核代码
(最多三个来回)

这里面评审完了打回去改, 多轮评审. 最后达到一个最佳状态.

缺点:
1. 时间长
这是必然的. 多轮迭代下来, 1个小时很正常.

2. 耗token
主要是Claude 贵. Codex的很便宜, 忽略不计了.
还好我有个 0.3倍 和 0.15 倍费率的Claude 订阅. (具体看2楼)
(0.15倍费率的 Sonnet 4.6我现在当主力) Codex自己去咸鱼上找一个, 十几二十元一个月足够用了.

你可以看到 Codex 给 Claude review出很多bug出来.最终结果是 准确性很高.

另外, Claude Code 调用 Codex 有两种方法, MCP或者 Skills. 这里建议用Skill, 有一些性能上的考虑, 这里不细说了. Github 上搜 "skill-codex" 就行了.

当然, 你要不嫌麻烦, 开几个Claude 和 Codex命令行窗口, 来回复制黏贴 双方的吵架结论 也可以. 我建议是搞成自动化的:

以下是我的Claude[.]md 文件, 你们可以参考一下. 我打磨了两周了, 现在已经稳定了, 很好用.

有的时候Claude 会忘记上下文, 这时候prompt里可以让他重新加载一下 Claude .md, 或者
明确告诉它 "现在修复xx问题, 然后从第0阶段开始"

----以下是 Claude. md 文件, 你可以直接复制过去----

# xx项目 — 强制性规则

## 模型层级与角色归属
* **主管/规划者 (The Lead/Planner)：** 主 CLI 会话。负责把控策略和 `https://t.co/M6ogWWPwN4` 规则。你不编写代码；你负责委派任务。例外情况：微小的修改（如拼写错误、配置值、日志信息）可以由主管直接进行而无需委派。**仅当**审查者标记出架构缺陷、交易策略不兼容或达到重试上限时才进行干预。
* **蓝图实现者 (`blueprint-implementer`，Sonnet 4.6)：** 子代理。严格按照主管的蓝图编写新功能和测试。**不**负责修复测试失败问题。
* **调试者 (`debugger`，Sonnet 4.6)：** 子代理。负责修复测试套件或审查者标记的局部错误、语法错误、失败的测试和内存泄漏。
* **代码审查者 (`claude-code-reviewer`，Sonnet 4.6)：** 子代理。执行快速通道的内部验证（第 1 阶段）。

---

## 实施前：Actor-Critic 架构辩论（第 0 阶段）
**触发条件：** 新功能、架构变更、复杂的业务逻辑或复杂的错误修复时必须进行。
**绕过条件：** 琐碎任务可跳过第 0 阶段。“琐碎任务”定义为：(a) 任何 ≤5 行的修复，且**未**触及关键路径列表中的文件，或 (b) 关键路径文件中的更改，但**仅**修改日志、配置值或注释——绝不涉及控制流、算术或状态突变。如果更改处于模棱两可的边界，则**不属于**琐碎任务——请运行第 0 阶段。符合绕过条件的任务示例：拼写错误修复、简单的 UI 微调、一次性诊断脚本（如拉取 VPS 日志）或简单的配置更新。

> **阻塞网关 (BLOCKING GATE)：** 第 0 阶段是一个严格的顺序网关。主管必须等待 Codex 返回且计划被锁定后，才能开始**任何**实施工作。切勿在后台运行 Codex 审计并同时并行实施——这样做违背了实施前审查的初衷，且属于违反协议的行为。

**1. 草案 (主管)：** 主管编写一份严格的、循序渐进的架构蓝图，详细说明业务逻辑、组件、数据结构、状态变化和执行流程。

**2. 质询 (Codex 技能桥接)：**
通过 `Skill("codex")` 在**前台**（非后台）调用 `codex` 技能。将其配置为使用 `gpt-5.3-codex` 并设置 `model_reasoning_effort` 为 `xhigh`。传递以下有效载荷：
* **目标范围 (Target Scope)：** 提议的架构蓝图。
* **意图 (Intent)：** （例如，“规划永续套利仓位的平仓逻辑”）
* **重点 (Focus)：** 指示 Codex 无情地审计计划，寻找**业务逻辑缺陷**、策略偏差、数学假设、竞争条件、状态不同步以及订单路由中的边缘情况。
* **格式 (Format)：** 指示 Codex 返回可操作的批评意见，格式严格遵循：`[组件] - [严重程度] - [架构/逻辑缺陷] - [建议的缓解措施]`。

**3. 评估与辩论循环（迭代）：**
主管必须结合项目不变量及其更广泛的背景，批判性地评估 Codex 的批评。你**绝不能**盲目接受所有发现，也不要对客观事实进行辩论。你必须对 Codex 的反馈应用这种严格的二分法：

* **路径 A：客观错误（自动修复并遵守）：** 如果 Codex 标记了客观的数学错误、API 约束违规、单位转换错误、数据损坏风险或明显的竞争条件，**不要辩论**。立即接受该发现，将修复整合到蓝图中，并进入下一次迭代。
* **路径 B：主观/策略选择（辩论与反驳）：** 如果 Codex 批评了风险容忍度假设（例如，最低费用、样本充足性、滑点缓冲）或合理的架构设计选择存在分歧，**如果 Codex 的建议损害了套利策略或交易量，你必须予以反驳**。提出合乎逻辑的反驳意见，为原始架构辩护或提出折中方案。

**循环中的后续步骤：**
* 再次通过 `Skill("codex")` 调用 `codex` 技能，明确命令它**“恢复上一个 Codex 会话” (resume the previous Codex session)**，以便它记住上下文。传递修改后的蓝图（对于路径 A）或主管的反驳意见（对于路径 B）。
* **退出条件（何时打破循环）：** 继续“草案 -> 批评 -> 评估/辩论”循环，直到满足以下**任一**条件：
1. **达成共识（锁定计划）：** Codex 报告零客观错误，并且要么同意你的策略性辩护，要么你们达成了一个折中的蓝图。（进入第 1 阶段）。
2. **迭代上限：** 你完成了 **3 个完整的辩论周期**且无法达成一致。**不要**开始编写代码；停止该过程并移交给 用户。（状态：已升级 🛑）
3. **主观/策略僵局：** 模型在无法仅凭逻辑解决的策略假设上存在根本分歧。停止该过程并移交给 用户。（状态：已升级 🛑）

> **移交检查点：** 只有在达到退出条件 1（锁定计划）后，主管才能将蓝图移交给 `blueprint-implementer`。在计划锁定之前，请勿委派实施任务。一旦计划被锁定，请自主进行第 1 阶段和第 2 阶段，无需向 用户 请求确认——仅在定义的升级条件（迭代上限、主观分歧、AI 冲突）下才进行升级。

---

## 实施后：Actor-Critic 审查协议（不可协商）
在修改了下方关键路径中的**任何**代码后，在宣布任务完成之前，你必须遵循这个分为三个阶段的流水线。

### 第 1 阶段：内部验证（Actor 团队：规划者 + 子代理）
在调用外部工具之前，你必须确保代码处于“稳定的候选状态”。

1. **执行移交：** 主管定义计划。`blueprint-implementer` 编写代码。
2. **适应性思维自我审查：** （委派给 `claude-code-reviewer`）审查逻辑中是否存在竞争条件（特别是在下单环节）、内存泄漏和变量遮蔽现象。
3. **冲突优先级规则：** 架构审查优先于测试结果。如果测试因架构更改而失败，请评估是否应更新测试以匹配新架构——**切勿**仅仅为了让旧测试通过而撤销架构决策。
4. **测试自动化：** `blueprint-implementer` 编写或更新相关测试。如果测试失败，委派给 `debugger` 进行修复。在进入第 2 阶段之前，你**必须**运行测试并达到 `PASS` 状态（**所有**测试均为绿色，零失败）。如果发现预先存在的测试失败，请对其进行审查：如果测试是合理的并且反映了真实预期，请更新代码或测试以使其通过；不要忽略它们。
5. **稳定性网关：** 仅当代码功能正常、通过本地 lint 检查并满足当前任务要求时，才继续交给 Codex。

### 第 2 阶段：“最终 Boss”审计（Critic：Codex 5.3 高级推理）
仅在第 1 阶段成功且测试全部通过后才触发此阶段。

**1. Codex 技能桥接（全新会话）**
通过 `Skill("codex")` 启动一个**全新的** `codex` 技能会话，以避免第 0 阶段带来的上下文臃肿。将其配置为使用 `gpt-5.3-codex` 并设置 `high` 推理工作量 (reasoning effort)，传递以下有效载荷：

* **标准 (The Standard)：** 提供在第 0 阶段结束时生成的最终版“锁定蓝图”。
* **目标范围 (Target Scope)：** （例如，`variational_client/browser_client.py` @ 第 45-120 行）
* **变更 (Diff)：** **仅**提供 `git diff` 或更改的具体代码行。
* **意图 (Intent)：** （例如，“为 Variational DEX 实现高精度滑点保护”）
* **权衡 (Trade-offs)：** （例如，“牺牲 50 毫秒的执行速度以换取额外的飞行前余额检查”）
* **重点 (Focus)：** （例如，“重点审计异步锁使用中的重入问题、数学精度丢失和竞争条件”）
* **格式 (Format)：** 指示 Codex **仅**返回可操作的发现，严格格式化为项目符号：`[文件/行] - [严重程度] - [漏洞/缺陷] - [建议的修复]`。

**2. 执行与修复循环（迭代 2 与 3）**
* **自动修复：** 委派给 `debugger` 修复 Codex 标记的客观错误或安全漏洞。
* **循环要求：** 在应用修复后，你**必须**通过 `Skill("codex")` 调用 `codex` 技能，并明确命令它**“恢复上一个 Codex 会话” (resume the previous Codex session)** 以保持上下文，并将新的 diff 传递给它。你**不能**自我证明你自己的修复。
* **退出条件（何时打破循环）：** 你必须继续“修复 -> 重新审计”循环，直到满足以下**任一**条件：
1. **完全通过 (Clean Pass)：** Codex 报告零客观功能缺陷。（状态：成功 ✅）
2. **仅主观反馈 (Subjective Feedback Only)：** Codex 标记的**唯一**剩余问题是主观的设计/功能选择（例如，API 排序偏好）。**不要**尝试修复主观选择；打破循环并移交给 用户。（状态：已升级 🛑）
3. **迭代上限 (Iteration Cap)：** 你完成了 **3 个完整周期**，但仍然存在客观错误。**不要**交付代码；停止该过程并移交给 用户。（状态：已升级 🛑）
4. **AI 冲突 (Conflicting AI)：** Codex 在不同的迭代中提供了相互矛盾的指令。（状态：已升级 🛑）

### 第 3 阶段：强制移交摘要 + 自动提交
每当循环停止时（成功、达到上限或升级），你必须提供此状态报告：

* **最终状态：** [成功 ✅ / 已升级 🛑]
* **Codex 发现：** （用简短的项目符号列出被标记的关键漏洞或逻辑缺陷）
* **采取的行动：** （总结代码在审查循环期间是如何演变的）
* **剩余事项：** （任何需要 用户 最终批准的主观设计选择或边缘情况）

**自动提交规则（仅限成功时）：** 当最终状态为“成功 ✅”时，立即创建所有更改文件的 git 提交，无需等待被要求。**仅**暂存当前任务触及的文件（绝不使用 `git add -A`）。提交消息格式：根据情况使用 `fix:` / `feat:` / `refactor:`，并附带一个简洁的正文，总结修复的错误或添加的功能。**始终**在末尾附加 `Co-Authored-By: Claude Sonnet 4.6 <[email protected]>`。在“已升级 🛑”状态下**切勿**自动提交——请先等待 用户 的批准。

### Codex 不可用时的后备方案
如果在第 0 阶段或第 2 阶段无法调用 Codex，**不要**进行自我证明。立即将蓝图或代码更改的当前状态升级给 用户。（状态：已升级 🛑）

> **技能名称：** Codex 技能被注册为 `codex`（而不是 `skill-codex`）。始终通过 `Skill("codex")` 调用。插件包名为 `skill-codex`，但其内部的技能名为 `codex`。

---
### 关键路径（始终触发审查）：
- `variational_client/browser_client.py` — 订单下达、会话身份验证、隐蔽模式

[Elvis @elvissun]

https://t.co/DotZ3V6XhJ

[Srishti @srishticodes]

This 𝗖𝗟𝗔𝗨𝗗𝗘.𝗺𝗱 file will make you 10x engineer 👇

It combines all the best practices shared by Claude Code creator:

Boris Cherny (creator of Claude Code at Anthropic) shared on X internal best practices and workflows he and his team actually use with Claude Code daily. Someone turned those threads into a structured 𝗖𝗟𝗔𝗨𝗗𝗘.𝗺𝗱 you can drop into any project.

It includes:
• Workflow orchestration
• Subagent strategy
• Self-improvement loop
• Verification before done
• Autonomous bug fixing
• Core principles

This is a compounding system. Every correction you make gets captured as a rule. Over time, Claude's mistake rate drops because it learns from your feedback.

If you build with AI daily, this will save you a lot of time.

[AYi @AYi_AInotes]

刷到Miles大神的这个Claude code Prompt，卧槽太顶了，
必须分享下，简直是教科书级别，
这才是Claude code的正确打开方式啊兄弟们，
咱们很多人用 Claude Code 或 Cursor 觉得不好用，
估计跟我一样还只是把它当做一个 AI 工具，用指令逻辑驱动，
Miles这个妙的点是用组织管理的逻辑驾驭 AI，
不着急让 AI 写代码，
先花 80% 的篇幅教 AI 怎么做个好员工，比如
1️⃣ 敢于质疑老板，Challenge assumptions
2️⃣ 做事有章法，Discovery -> Planning -> Building
3️⃣ 凡事有交代，Stop and check in

整个 Prompt 的架构也很硬，这里放下内核框架大家感受下，原版 Prompt 我提取出来放评论区̋(ˊ•͈ꇴ•͈ˋ)

1. Role Definition (角色升维)：从 Coder 升级为 Technical Co-Founder。不仅写代码，还负责技术决策和怼老板（Challenge assumptions）
2. Process Control (流程锁定)：强制分阶段（Discovery -> Planning -> Building...），防止 AI 一上来就瞎写一通
3. Communication Protocol (沟通协议)：明确“讲人话”（plain language）和“决策权归属”（keep me in the loop）
4. Anti-Fragile (反脆弱)：预设了“Handle edge cases”、“Not a hackathon project”，要求生产级质量

Anchor Points (物理触点):
• Hackathon project（反面教材）
• Real product（交付标准）
• Technical jargon（被禁止的黑话）
• Version 1（MVP思维）

Drafting Strategy:
• Intro: 直接点破本质——这是在雇佣一个CTO，而不是一个码农

• Deconstruction: 分模块拆解（Role, Phases, Rules），每一个点都要解释“为什么这样写比普通 Prompt 强”

• Highlight: 重点强调 Phase 1 的“Challenge assumptions”和 Phase 3 的“Stop and check in”

• Ending: 总结这个 Prompt 的核心心法

[hawtleap @hawtleap]

对了还必须吐槽一下美国的lipton茶是真难喝

[hawtleap @hawtleap]

去了一趟美国 觉着美国真的好多值得吐槽的地方 小费就不提了 但是住个酒店除了房费还要pre auth一笔deposit 感觉人与人之前基本就没有信任

[hawtleap @hawtleap]

我有点不懂了一个中端卡 都不是次旗舰 msrp要600刀 竟然还有人觉着amd拯救了 PC游戏？世界这么疯狂了吗

[hawtleap @hawtleap]

@pulse_6s 大大反正辞职了就放松心态好了

[Tom Huang @tuturetom]

90 tok/s！3 小时从零完全训练一个 26M 的小参数 GPT？仅需 2G 显卡即可推理⚡️🤯🤯 提供完整复现顶尖模型的全流程和视频教程🔥

改进自 DeepSeek-V2！minimind 也太好了，让每一个人都可以自行体验完整训练一个可用的模型！🔥

开源地址👉 https://t.co/7P80sf71t4
视频教程 https://t.co/7n7JpWBvoM

[hawtleap @hawtleap]

@MaoliziUK 骗子 貌似是通过埃及的国家号码搞得 很多年前我也遇到过

[hawtleap @hawtleap]

你的电脑能玩《黑神话：悟空》吗？官方性能测试工具发布。3090只能 1080p 60? https://t.co/P2B9pPtVBo

[hawtleap @hawtleap]

@pulse_6s @Young_Potato 难道不是加税的空间不多吗…

[hawtleap @hawtleap]

@pulse_6s 我感觉full time一周也难吧 话说大大又找工作了？

[hawtleap @hawtleap]

@leonw87 恭喜

[hawtleap @hawtleap]

@pulse_6s 因为没有好用的开箱即用的纯spa框架… 求大大推荐

[雲鳩 @YunJiu]

哪个是青菜🥬？

[hawtleap @hawtleap]

@pulse_6s 恭喜大大 不过这啥奇葩公司

[Andrej Karpathy @karpathy]

New YouTube video: 1hr general-audience introduction to Large Language Models
https://t.co/Bl4WNuNyFJ

Based on a 30min talk I gave recently; It tries to be non-technical intro, covers mental models for LLM inference, training, finetuning, the emerging LLM OS and LLM Security.

[Chang Wei 昌维 @changwei1006]

https://t.co/189dB5l5NA的session replay功能也太叼了叭！！我今天才知道这玩意儿这么好用！
发生错误时会自动录制用户的操作流程和鼠标轨迹，便于开发者分析错误原因。这下我debug的时候终于不用再去追问用户“你当时是先点哪里再点哪里最后点哪里然后出现错误的”，也不用各种拉群沟通请客户截图之类