作者分享了一套基於 OpenClaw 的 Agent 編排系統，將 Codex、Claude Code、Gemini 等模型組成“多智能體開發艦隊”，由本地編排器 Zoe 統一調度，實現從需求到 PR 的全自動閉環。

文章作者：@elvissun

文章來源：X 平臺

我現在已經不再直接使用 Codex 或 Claude Code 了。

我使用 OpenClaw 作為我的編排層。我的編排器 Zoe 會負責生成子 Agent、撰寫它們的 Prompt、為不同任務選擇最合適的模型、監控進度，並在 PR 可以合併時通過 Telegram 通知我。

過去 4 周的數據：

• 單日 94 次 commit。這是我效率最高的一天——那天我有 3 個客戶電話，甚至沒有打開編輯器。平均每天大約 50 次 commit。
• 30 分鐘內 7 個 PR。從想法到生產環境幾乎是閃電般速度，因為編碼與驗證基本都已自動化。
• Commits → MRR：我將這套系統用於真實的 B2B SaaS 產品開發，配合創始人主導銷售，實現當天交付大多數功能需求。速度直接轉化為付費客戶。

對比：

1 月之前：只用 Claude Code/Codex

1 月之後：OpenClaw 編排 Claude Code/Codex

現在我的 Git 歷史看起來像是剛僱了一支開發團隊。

實際上只是我從“管理 Claude Code”，升級成“管理一個 OpenClaw Agent，而這個 Agent 再管理一整支 Claude Code 和 Codex Agent 艦隊”。

成功率：

幾乎所有中小型任務都能一次完成，無需人工干預。

成本：

Claude 約 $100/月，Codex 約 $90/月，入門可從 $20 起步。

為什麼這比直接使用 Codex 或 Claude Code 更有效？

Codex 和 Claude Code 幾乎不瞭解你的業務。

它們看到的是代碼，而不是業務全局。

OpenClaw 改變了這個邏輯。

它是你與所有 Agent 之間的編排層——它在我的 Obsidian Vault 中保存完整業務上下文（客戶數據、會議紀要、歷史決策、成功經驗與失敗教訓），並將這些歷史背景轉化為精準 Prompt 給每個編碼 Agent。

編碼 Agent 專注代碼。

編排器負責戰略。

高層架構

上週 Stripe 發佈了他們的後臺 Agent 系統“Minions”——並行編碼 Agent + 中央編排層。

我無意間做出了類似系統，只不過運行在我的 Mac mini 本地。

為什麼必須有 Agent 編排器？

上下文窗口是零和的。

你必須選擇填什麼：

用代碼填滿它 → 沒有空間容納業務背景信息。用客戶歷史信息填滿它 → 沒有空間留給代碼庫。這就是雙層系統能夠發揮作用的原因：每個 AI 都僅裝載了其所需的具體內容。

完整 8 步工作流

下面是真實案例流程。

Step 1：客戶需求 → 與 Zoe 共同拆解

客戶希望團隊複用已有配置。

會議結束後，我和 Zoe 討論需求。

因為會議記錄自動同步到 Obsidian Vault，我無需解釋背景。我們一起探討了這個功能，並找到了一個模板系統，允許他們保存和編輯現有的配置。

Zoe 做三件事：

• 通過 Admin API 為客戶補充額度
• 從生產數據庫讀取客戶配置（只讀權限，Codex Agent 永遠不會擁有此權限）
• 啟動 Codex Agent，並附帶完整上下文 Prompt

Step 2：啟動 Agent

每個 Agent 擁有獨立 worktree 和 tmux 會話。

使用 tmux 的好處是可以中途干預，而不必關閉進程。

任務狀態記錄在 JSON 註冊表中。

Step 3：自動監控循環

每 10 分鐘 cron 執行一次：

• 檢查 tmux 會話是否存在
• 檢查 PR 狀態
• 檢查 CI
• 最多自動重試 3 次
• 只在需要人工干預時通知我。

Step 4：Agent 創建 PR

產出一個 PR 並不是結束。

完整的完成標準包括：

• PR 創建
• 無衝突
• CI 通過
• Codex 審查通過
• Claude 審查通過
• Gemini 審查通過
• 若涉及 UI 必須附截圖

Step 5：三模型代碼審查

每個 PR 都會經過三種人工智能模型的審核。它們能捕捉到不同的信息

• Codex：邏輯與邊界處理最強
• Gemini：安全與擴展性優秀
• Claude：偏謹慎，通常忽略非關鍵建議

Step 6：自動化測試

我們的 CI 管道運行大量的自動化測試：

Lint 和 TypeScript 檢查-單元測試-E2E 測試-針對預覽環境的劇作家測試（與 prod 相同）

上週我添加了一條新規則:如果公關更改任何用戶界面，它必須在公關描述中包含屏幕截圖。否則 CI 將失敗。這大大縮短了審查時間，我無需點擊預覽即可準確看到更改的內容。

Step 7：人工審核

當三模型通過 + CI 通過後，Telegram 將會通知我。

我只需 5-10 分鐘審核。

很多 PR 我甚至不讀代碼，只看截圖。

Step 8：合併

每日 cron 會清理獨立的工作樹和任務註冊表。

Ralph Loop V2

本質上，這是 Ralph Loop 的升級版。

傳統 Ralph Loop 會從記憶中提取上下文，生成輸出，評估結果，並保存學習成果。但大多數實現方式在每一輪循環中使用的是相同的 Prompt。提煉出的經驗確實會改善未來的檢索效果，但 Prompt 本身是靜態不變的。

我們的系統不同。

當某個 Agent 失敗時，Zoe 不會用相同的 Prompt 簡單重啟它。她會結合完整的業務上下文分析失敗原因，並找出如何解除阻塞：

Agent 上下文不足？

“只專注這三個文件。”

Agent 走錯方向？

“停。客戶想要的是 X，不是 Y。這是他們在會議中說的話。”

Agent 需要澄清？

“這是客戶的郵件，以及他們公司的業務介紹。”

Zoe 會一路陪跑，直到任務完成。她擁有 Agent 不具備的上下文——客戶歷史、會議紀要、過去嘗試過什麼、為什麼失敗。她利用這些信息，在每一次重試時寫出更精準的 Prompt。

但她不會等我分配任務。

她會主動尋找工作：

早上：掃描 Sentry → 發現 4 個新錯誤 → 啟動 4 個 Agent 調查修復

會議後：掃描會議紀要 → 標記出 3 個客戶提到的新功能 → 啟動 3 個 Codex Agent

晚上：掃描 Git 日誌 → 啟動 Claude Code 更新 changelog 和客戶文檔

我在客戶電話後去散步。回來打開 Telegram：

“7 個 PR 已準備好審核。3 個新功能，4 個 Bug 修復。”

當 Agent 成功時，成功模式會被記錄：

“這種 Prompt 結構適用於計費功能。”

“Codex 需要提前提供類型定義。”

“一定要包含測試文件路徑。”

獎勵信號包括：

• CI 通過
• 三個 AI 審查全部通過
• 人工合併

任何失敗都會觸發循環。

隨著時間推移，Zoe 會因為記住了“什麼成功上線”而寫出越來越好的 Prompt。

選擇正確的 Agent

並不是所有編碼 Agent 都一樣。

簡要參考：

Codex 是我的主力。

後端邏輯、複雜 Bug、多文件重構、需要跨代碼庫推理的任務。它較慢，但非常全面。我 90% 的任務都交給它。

Claude Code 更快，且更擅長前端開發。權限問題更少，非常適合 Git 操作。（我以前更多使用它驅動日常開發，但現在 Codex 5.3 更強更快。）

Gemini 擁有不同的優勢——設計感。

做漂亮 UI 時，我會先讓 Gemini 生成 HTML/CSS 規範，再交給 Claude Code 在組件系統中實現。Gemini 負責設計，Claude 負責構建。

Zoe 會為每個任務選擇合適的 Agent，並在它們之間路由輸出：

• 計費系統 Bug → Codex
• 按鈕樣式修復 → Claude Code
• 新儀表盤設計 → 先 Gemini

如何搭建這套系統

把整篇文章複製到 OpenClaw，然後告訴它：

“為我的代碼庫實現這個 Agent Swarm 架構。”

它會讀取架構說明，創建腳本，建立目錄結構，配置 cron 監控。

10 分鐘完成。

沒有課程賣給你。

意想不到的瓶頸

我現在遇到的天花板是：內存。

每個 Agent 需要獨立 worktree。

每個 worktree 需要獨立 node_modules。

每個 Agent 都要運行構建、類型檢查和測試。

五個 Agent 同時運行，意味著：

• 五個並行的 TypeScript 編譯器
• 五個測試運行器
• 五套依賴加載到內存

我的 16GB Mac Mini 最多隻能跑 4-5 個 Agent，再多就開始內存交換。而且還要祈禱它們不要同時構建。

因此我購買了一臺 Mac Studio M4 Max，128GB RAM（$3,500）專門運行這套系統。三月底到貨，我會分享是否值得。

下一步：一人百萬美元公司

2026 年，我們會看到大量“一人百萬美元公司”。

對於那些理解如何構建可遞歸自我改進 Agent 的人來說，槓桿巨大。

它看起來是這樣的：

一個 AI 編排器作為你的延伸（就像 Zoe 之於我），

將工作分派給專門的 Agent：

• 工程
• 客戶支持
• 運維
• 市場

每個 Agent 專注自己擅長的領域。

你保持高度專注和完全控制。

下一代創業者不會再僱 10 人團隊去完成一個人配合合適系統就能完成的事情。

他們會這樣構建公司——保持精簡、快速迭代、每日發佈。

現在充斥著大量 AI 生成的垃圾內容。

關於 Agent 和“任務控制檯”的炒作很多，但沒有真正落地的成果。

花哨演示，沒有現實價值。

我想做相反的事：

少炒作，多記錄真實業務構建過程。

真實客戶。

真實收入。

真實上線的 commit。

也包括真實的損失。

我在做什麼？

Agentic PR——

一個一人公司，對抗企業級 PR 機構。

用 Agent 幫助創業公司獲得媒體曝光，而無需每月 $10,000 的服務費。

如果你想看我能走多遠，繼續關注。