模式
用 AI 编程有两种常见的思路，一种是 IDE 模式，一种是智能体？！不管具体叫什么了，反正大家能理解就行。
IDE 模式
传统写代码方式的增强。就是在传统的编辑器上，通过插件或者内置增强的方式加入 AI。
智能体模式
更接近于人机交互，而不是去观看代码，所以可能只有一个聊天界面。
区别
但如果只从界面上去认识两种模式，就太流于表面了。我的理解是，IDE 模式就是人去掌控代码，然后分配任务给 AI 去完成。而智能体模式则是将代码完全交给 AI 去操控，而仍只负责提出需求以及查看最终成果。
在接触 AI 的初期，人们很容易怀疑 AI 生成代码的质量，所以更喜欢使用 IDE 模式，比较稳健。
限于当前 AI 的能力并不能够绝对稳定的解决问题，所以智能体模式需要学习一定的操控方法和技巧。是一种看起来很简单（仿佛说话就能编程），但是有一定门槛的操作方法。不过，一旦掌握操作技巧，很多人就再也回不去了。
工作方式上的外在区别
IDE 模式更侧重于人去掌控整个流程，然后逐个任务分配给 AI。即人负责整个调度工作。而智能体模式则是先由 AI 和人共同规划工作路径，然后让 AI 去沿着工作路径逐步完成整个项目，当然也可能是部分项目，比如某个功能点。
不同模型之间的区别
我尝试的一些国内的编程模型，基本上都会在接收到一个任务之后分四步走：
- 分析需求，然后拆解为子任务，形成待办列表
- 按照待办列表的顺序，逐个任务进行完成
- 检查具体的完成效果是否符合预期
- 向用户汇报最终结果
这是一个非常稳健的任务完成流程，在一定程度上也可以理解为 token 换稳定性。毕竟如果生成质量可以保证百分百的准确，那么可能一两步就够了。比如复核之类的就不需要。
而我目前使用 Google 订阅里的 gemini 模型和 claude 模型（因为这两个模型肯定被他们特调了，所以我的感受并不代表这两个模型本身的真实效果），他们更倾向于接收任务，完成任务，不做任何多余操作。
模型与工具
曾经我说，Kimi 和 Cline 配合都很好，就是因为上面所讲到的他自带的这种工作流程。
所以这些模型放到 OpenCode 里，也能够比较好的去完成任务。但如果换做 Gemini 或者 Claude 就感觉他们像是没电的表，一步一停。
这时候就要说那个著名的插件了 oh-my -opencode，它所创建的智能体叫做西西弗斯，因为在它的设定下，一旦 OpenCode 右侧存在待办列表，那 AI 就必须将待办列表全部执行完才算结束，一旦模型自动停止，它会强行重启此任务。
在我使用国内模型时，一直觉得这个功能有点奇怪，因为国内模型自己就能够保证任务的完整执行，而它一旦中途停止，多数时候是有问题，确实需要向用户进行询问。这时候，如果让他强行停止，反倒起了反作用。
可是当使用另外两个国外模型的时候，我才知道这种强行的监督机制是多么重要。也才明白为什么这个插件有这么大的名声。
把重点放在规划上，然后执行交给 AI，这是一个不错的工作方式。我现在每天在规划部分投入的时间大概要占到 60%，而真正让 AI 去执行去写代码的时间可能只有 40%。这保证了我的项目一直处于向前推进的状态。虽然速度比较慢，但是没有出现过反复。
建了个群
用来一起探讨 AI 相关的内容，当然观察报告依旧会更新，因为我需要汇总成长文来记录自己的思想
