Jarrod Watts 的“氛围编程”工作流解析
Jarrod Watts 公开了一套基于 OpenCode 与 Oh My OpenCode 插件的多 AI 模型协作编程工作流。该方案通过让不同模型各司其职,旨在优化 token 使用效率与工作流流畅度,并可直接...

随着 AI 编程工具的快速发展,开发者面临如何高效利用不同模型优势的挑战。开发者 Jarrod Watts 近期公开了一套名为“氛围编程”的工作流,其核心是结合 OpenCode 平台与 Oh My OpenCode 插件,构建一个多 AI 智能体协作的开发环境。
核心内容
该工作流的核心思路是让不同的 AI 模型在编程任务中承担其最擅长的角色,具体分工如下:
- Opus 4.5 作为总指挥,负责整体任务拆解与调度。
- GPT 5.2 专注于需要深度思考的架构设计与代码审查。
- Sonnet 4.5 负责文档查阅,利用其上下文效率优势。
- Grok Code 用于快速探索代码库。
- Gemini 3 Pro 处理前端 UI/UX 设计任务。
- Gemini 3 Flash 则承担文档撰写和文件分析等轻量级工作。
这套方案带来了两个主要优势。首先,它实现了更智能的 token 使用策略,例如将上传图片、读取文档等操作分配给成本更低的模型,而非统一消耗昂贵的 Opus 4.5 额度。其次,它提供了更流畅的协作体验,所有模型在同一个终端内工作,开发者无需在多个工具间频繁切换。
在成本方面,用户可以直接使用现有的 Claude Code 订阅或 ChatGPT Plus 账号进行认证,无需单独购买大量 API 额度,这对于已订阅相关服务的开发者而言额外成本较低。
价值与影响
对于多智能体架构是否比单一模型更有效的问题,Jarrod Watts 承认存在“新鲜感加成”的因素,但他指出,这套工作流本质上是将其以往在 Cursor 中分别使用 Opus 处理逻辑、Gemini 处理设计的习惯进行了更顺畅的整合。
他建议编程新手可以先从 Cursor 的 Composer 模式开始体验,而进阶用户则可以尝试先用 Opus 4.5 在计划模式下制定方案,再交由 Composer 执行的流程。整套配置过程大约需要 5 到 10 分钟。
让不同模型专注于其擅长领域的思路,为优化 AI 辅助编程工作流提供了有价值的实践方向。随着工具能力的持续进化,开发者的工作方式也需要进行相应的调整与整合。
来源:黑洞资源笔记





