看到 yetone 分享自己的工作流让我感慨良多。我很久都没有用 loop 了，原因是我发现在无人监管的情况下 loop 会引入很多错误的决策、无效的功能、难以维护的代码和回归的异常。于是我还是回归了和 agent 手动审阅讨论的开发方式, 尽可能保持 human-in-the-loop。没想到 yetone 的思路跟我完全相反——既然一个 loop 引入了问题，那就用更多的 loop 来解决它。我的用法保证了下限，但他的用法无限拔高了上限。唯一的问题就是比较废 token, 但当产品创造了价值，用更多的 token 其实是心甘情愿的事情。这让 $200 plan 从未花光过的我不禁反思，或许这是 agent 时代必须掌握的一条高生产力道路。之前自己因为 agent 的缺陷而规避大量使用，眼光狭隘了，应该彻底接纳它，然后找到改进、解决问题之道。

其实最近也已经慢慢进化到让 agent 自动分配工作的方式了，这也证明了认知是在实践中不断否定和更新的。如果回想下 cursor 占主流的时期就会发现，彼时的思想相比现在又早一个代际，IDE 的界面代表的思维方式是人来决定代码的落库。这种情况下 token 使用量根本高不起来，我记得当时每天都用 cursor 几个小时却从未遇到额度报警。后来 claude code 的出现让我们从 IDE 转向到 ADE，而现在，正是从 ADE 到另一个更高层面工作方式的跨越中。

又想起 tokenmaxxing 这个词，出现几个月就已经过时了，仿佛是去年的事情。虽然现在看来有些好笑，但它的愿望是好的，想要让 AI 开发发挥最大化的效能，只不过没有正确的量化方式，是一种仿若「大跃进」的粗暴追求。而当我们真正把 agent 的效能提升起来，实现质量可控的自动化全天候开发，tokenmaxxing 只不过是个必然的附属结果。


https://fixupx.com/yetone/status/2109855710444237018