本地換腦實戰:CC 撞牆、aider 跑通、選對 agent 更重要

前面幾篇講了選型、tool use、微調、全景。這篇是把它們拿去真的動手——我想把 agent 的腦換成本地開源模型,親手撞了一次牆、也找到了正解。全程真實,包含一個「單回合成功、多回合爆炸」的關鍵教訓。

為什麼「換腦」不能只換模型

直覺是「把模型參數換掉就好」,但實際上一個 agent 有四層,只換一層會出事:

層	是什麼	換本地時
腦(LLM)	會預測下一個字的模型	換成開源 120B
平台	模型跑在哪(雲/本地/context/限流)	Cerebras 雲端 or 未來 DGX 本地
agent	驅動工具往返、跑 cycle 的程式	← 這層最容易被忽略
harness / UI	遠端介面、CCBot、workflow	中繼那層

實戰一:把 CC 的腦換成 Cerebras gpt-oss-120b

CC 說 Anthropic 格式,Cerebras 說 OpenAI 格式,所以中間要一層 LiteLLM 代理翻譯。設定:

# 1. LiteLLM 代理(對外裝 Anthropic、對內轉 Cerebras)
litellm --model cerebras/gpt-oss-120b --port 4000

# 2. CC 指向代理(env var 重映射 CC 內建的 opus/sonnet/haiku)
export ANTHROPIC_BASE_URL=http://localhost:4000
export ANTHROPIC_AUTH_TOKEN=dummy
export ANTHROPIC_MODEL=cerebras/gpt-oss-120b
export ANTHROPIC_SMALL_FAST_MODEL=cerebras/gpt-oss-120b
claude

CC 開起來,歡迎框顯示 cerebras/gpt-oss-120b——腦真的換了。問它「你是不是跑在 Cerebras 上」,它想了一分鐘、正確自我辨識:「是的,我的底層是 Cerebras 上的 gpt-oss-120b」。單回合成功。

試了 LiteLLM 的 drop_params / modify_params 想剝掉那欄位——沒用(thinking_blocks 藏在訊息結構裡,不是 top-level 參數)。

實戰二:aider 配同一顆 120B,順順跑通

aider 天生說 OpenAI 格式、不塞 Claude 的 thinking_blocks,所以直接吃 Cerebras、零翻譯:

set CEREBRAS_API_KEY=csk-你的key
aider --model cerebras/gpt-oss-120b

叫它「建 HAPPY.py、寫 1~100 迴圈、執行」——它產生 diff、Applied edit to HAPPY.py,多回合順跑,而且真的在硬碟上寫出了檔案。同一顆腦,CC 撞牆、aider 跑通。

	單回合	多回合(agent loop)
CC + gpt-oss-120b	✅ 能	❌ 撞 thinking_blocks
aider + 同一顆腦	✅	✅ 順跑、寫檔落地

鐵律:選對 agent 比選對模型更關鍵

這次實戰逼出一條清楚的規則:

於是架構收斂成兩套環境

	思考主腦	寫碼	harness	機器
個人開發	Opus(雲)	qwen3-coder	CC 原封不動	—
華新 air-gapped	本地 gpt-oss-120B	qwen3-coder	aider / OpenHands	DGX + 各廠 Mac Mini

架構升級:腦集中、agent 隨檔案、UI 到處連

既然 agent 只是透過 base_url 指向一個模型端點,那「腦跑在哪」和「你在哪工作」可以徹底解耦:

• 腦:集中在 DGX(強、私密,一處維護)。Ollama/vLLM 開網路端點。
• agent:放「檔案/工作所在地」(要改本機 repo 就在本機;純助理就放 DGX)。
• UI:到處連——OpenHands 自帶 web UI,用你現成的 Cloudflare tunnel 暴露(像 decision-server),手機也能連。
• 安全:⚠️ Ollama 預設零認證,對外一定要包 VPN(Tailscale)或 tunnel+Access,別裸奔。

實戰三:OpenHands —— harness 級的 model-agnostic 選項

aider 是好 coder,但太薄(沒 subagent/memory/orchestrator)。要對標 CC 那種有殼的 harness、又能吃本地腦,OpenHands 是最接近的:動態 subagent、工具、web UI + API,走 OpenAI 格式(沒有 CC 那個 thinking_blocks 問題)。

在 Linux 上安裝比 Windows 省事(Docker 原生,免 WSL2):

pip install uv
uvx --python 3.12 openhands serve
# 首次拉 agent-server image(幾 GB),之後開 http://localhost:3000
# Settings → LLM:model = cerebras/gpt-oss-120b,API Key = 你的 key

一個 Linux 小坑:背景啟動要 docker run -d

uvx openhands serve 底層是 docker run -it(要 TTY);在背景/無 TTY 會報 the input device is not a TTY。改直接跑它的 docker 指令、把 -it 換成 -d 就好:

docker run -d --rm --pull=always \
  -v /var/run/docker.sock:/var/run/docker.sock \
  -v ~/.openhands:/.openhands -p 3000:3000 \
  --add-host host.docker.internal:host-gateway \
  --name openhands-app docker.openhands.dev/openhands/openhands:latest

正解浮現:pi(oh-my-pi)—— 終端 + 可腳本化 + 無格式牆

試遍 CC(撞 thinking_blocks)、aider(能跑但太薄)、OpenHands(Docker + UI-first,LLM 設定卡死)後,pi(oh-my-pi,Pi 的 fork)實測端到端跑通:非互動、驅動工具迴圈、真的在硬碟建出檔案、零 thinking_blocks。

# 非互動、可腳本化(未來接 Telegram relay 就靠這個)
pi -p "在目前資料夾建 hello.py,寫一個印出 1~10 的 for 迴圈,用 write 工具實際建檔" \
   --model cerebras/gpt-oss-120b \
   --api-key "$CEREBRAS_API_KEY" \
   --thinking low --tools write,edit,ls
# → rc=0,hello.py 真的建在硬碟上(36 bytes,內容正確)

你要的	pi(oh-my-pi)
終端 + 可腳本化遠端驅動	✅ pi -p / --mode json,rpc,完美接 CCBot-style relay
model-agnostic + 本地/Cerebras	✅ 直連,免 LiteLLM、無 thinking_blocks 牆
subagent / 記憶 / LSP	✅ 有 subagent、mnemopi 記憶——比 aider 豐富、比 OpenHands 輕
輕量	✅ Rust 核心,不用 Docker

實戰四:讓手機/瀏覽器變成溝通點(omp /collab)

找到 pi/omp 這個對的 agent 後,還差最後一哩:我不想登進終端機 TUI 打字,但我需要一個點能跟 agent 溝通——網頁也好、手機也罷。研究後發現 omp 對外有四個非-TUI 介面:

介面	是什麼	適合當溝通點?
omp acp	ACP server(Zed 的 Agent Client Protocol,走 stdio)	不 —— 為編輯器 GUI 設計
--mode rpc	NDJSON over stdio,可送 prompt、收 token 串流	✅ 自建 relay 的乾淨地基
Node SDK	@oh-my-pi/pi-coding-agent 直接 embed	✅ relay 用 Node 時最省
/collab	內建協作:一行指令 → 出 link + QR → 瀏覽器開	✅✅ 這就是要的「一個點」

/collab 是最快解:不用寫任何 relay、不用自架伺服器,omp 內建。做法是讓 omp headless 跑在機器上當 host,人從瀏覽器當 guest 連進來。

配方:headless omp host + Cerebras + 沙箱工具

# 啟動腳本(key 走 source,不進畫面)
source ~/.config/llm/keys.env          # 拿 CEREBRAS_API_KEY
cd ~/omp-collab-workspace              # 沙箱資料夾
exec omp --model cerebras/gpt-oss-120b \
  --tools read,ls,grep,find,search,glob,write,edit,todo \  # 排除 bash / python
  --auto-approve                        # headless 沒人按核准

# 跑在獨立 tmux socket(不撞其他服務),進主畫面後送 /collab
tmux -L ompcollab new-session -d -s omp -x 240 -y 50 ./launch.sh
tmux -L ompcollab send-keys -t omp "/collab" Enter

/collab 一下,omp 印出 link + 一個終端 QR code:

Collab session started!
 • 瀏覽器開:my.omp.sh/#<roomId>.<key>     ← 手機開這個
 • 或別台終端:omp join "<roomId>.<key>"
 唯讀版:/collab view

端到端驗證:遠端下指令 → 3 秒建出檔案

開第二個 omp join 那條 link,從 guest 下「建 test.txt」——host 的 Cerebras 3 秒內用 write 工具在沙箱建出檔案($0.01)。整條 瀏覽器 → relay(E2E)→ host omp → Cerebras → 工具落地 通。接著人真的用手機瀏覽器連進來,打字叫它建檔、列資料夾樹,甚至請它「寫一個 K-means 到資料夾」——它幾秒生出可直接跑、還處理了空群集邊界的純 Python 實作(能力沒問題,B+ 水準)。

實戰五:測 omp 的團隊編排能力(引擎真、油不夠)

最後一題:omp 能不能組隊做大專案(前後端 + DB + 快取 + MQ 那種)?我用乾淨隔離環境(假 HOME,讀不到會撐爆 context 的腦檔)給它一個小型多元件任務,看它純粹的 organize 能力。測了三次,行為完全一致——編排骨架是真的:

編排環節	omp 實際做的
拆解	收到任務 1 秒內決定分工
派工	task 工具並行派 Builder + Reviewer 兩個背景子代理
協調	job 工具等/輪詢子代理完成(async job 原語)
隔離	每個子代理獨立 session + 自己的 RFC2119 規範 system prompt

它甚至內建 6 個角色 agent(scout 掃碼庫、librarian 查 API、reviewer 審查、designer UI、sonic 機械性任務、task 通用),配 --smol/--slow/--plan 模型分工旗標(就是「想 opus / 做 sonnet / 找 haiku」的口訣)——這是 Claude Code 等級的多代理編排骨架。

Provider	免費上限	撞法
Cerebras	30K token/分 · 每日上限	當日 token 被『亂讀腦→retry』死亡螺旋抽乾
Groq	8K token/分	omp 底盤 18K > 8K,連 hi 都發不出
Z.AI 標準 API	餘額 0	沒儲值
OpenRouter	credit 剩 ~18K	omp 要 65K max_tokens → 402

動手做:從零起步(懶人包)

想自己架一個「手機瀏覽器就能驅動的 omp agent」?一次性設定 4 段,之後每次只要最後 4 步。照貼即可。

一次性設定(裝工具 + 放 key + 建腳本)

# 1. 裝 bun(版本要 >= 1.3.10,太舊 omp 會崩)
curl -fsSL https://bun.sh/install | bash    # 裝完關掉終端機重開
bun upgrade                                  # 確保夠新

# 2. 裝 omp
npm install -g @oh-my-pi/pi-coding-agent

# 3. 放 Cerebras key(去 cloud.cerebras.ai 拿,免費)
mkdir -p ~/.config/llm
echo 'export CEREBRAS_API_KEY=csk-你的key' > ~/.config/llm/keys.env
chmod 600 ~/.config/llm/keys.env

# 4. 建沙箱 + 啟動腳本(只開安全工具、關掉 bash/python)
mkdir -p ~/omp-workspace
cat > ~/omp-workspace/launch.sh <<'EOF'
#!/usr/bin/env bash
source ~/.config/llm/keys.env
cd ~/omp-workspace
exec omp --model cerebras/gpt-oss-120b \
  --tools read,ls,grep,find,search,glob,write,edit,todo \
  --auto-approve
EOF
chmod +x ~/omp-workspace/launch.sh

每次要用(起 agent → 開手機通道)

1. 終端機跑 ~/omp-workspace/launch.sh
2. 第一次會出現設定精靈 → 連按 3~4 次 Esc 跳過,直到出現輸入框
3. 在輸入框打 /collab 按 Enter → 它印出 my.omp.sh/#xxxx.yyyy + QR code
4. 手機瀏覽器開那條連結(或掃 QR)→ 開始用手機下指令。連結只給自己!

實戰六:接上 Codex 訂閱,跑深度專案(ERP 雙循環)

免費層四連撞牆後,換一條「有油」的路:買 ChatGPT Plus($20),用它的 Codex 訂閱額度餵 omp。omp 對 Codex 訂閱是一級公民支援,登入走 OAuth、不用貼 API key。

怎麼把 omp 接上 Codex 訂閱(實際步驟)

1. omp 裡打 /login → 選 ChatGPT Plus/Pro (Codex, headless/device)(裝置碼流程,伺服器沒瀏覽器也能登)
2. 它印出 https://auth.openai.com/codex/device + 一個裝置碼(例 3ORM-3WZG3)
3. 手機/任何瀏覽器開那網址 → 登入你的 ChatGPT → 輸入碼 → 授權
4. omp 自動偵測完成,token 存進 ~/.omp,之後免再登

深度專案:mini-ERP 採購 + 銷售雙循環、五層

給 omp 一份計畫書:建含採購循環 + 銷售循環、跨 DB / 後端 API / 訊息佇列 / 快取 / 前端五層的 mini-ERP,硬性要求「庫存變動必須由佇列事件驅動、不能直接改」「庫存讀取走快取、變動時失效」。讓它用團隊做。omp 拆成 3 個角色子代理(比小專案更深):

子代理	角色	負責
BackendBuilder	建置	schema.sql / db.py / queue.py / cache.py / inventory.py / api.py
FrontendTestBuilder	建置	前端(無 build)/ requirements / README / 5 個 e2e pytest
CycleReviewer	建置後審查	兩位 builder 完成 + 首次 pytest 過才啟動,追兩循環、事件接線、交易、快取、前後端相容

成果:1335 行、全套跑通、我獨立驗證

層	檔案(行數)
DB	schema.sql (79) · db.py (66)
訊息佇列	queue.py (66) — EventBus pub/sub,API 路由無直接改庫存
快取	cache.py (65) — thread-safe bounded LRU,每次庫存讀取都走它
事件庫存	inventory.py (177) — goods_received/order_shipped 訂閱者交易性增減 + 失效快取
後端 API	api.py (317) — FastAPI,採購/收貨/銷售/出貨/庫存 端點
前端	index.html (83) · app.js (189) — vanilla JS,FastAPI 直送,無 build
測試	test_integration.py (175) — 5 個 e2e

實戰七:八大循環深度專案 —— 它讀你的腦、用你的治理、還缺一張嘴

既然 $20 Plus 能跑雙循環,那就加碼到台灣內控八大循環(銷售收款/採購付款/生產/薪工/融資/固資/投資/研發),一套 ERP、五層、雙分錄總帳串全部。結果比預期精彩——它做的事,遠超「寫 code」。

① 它自己讀了你的 brain,照你的教條組隊

即使我加了 --no-skills --no-rules,omp 仍循著 CLAUDE.md 找到並讀了我的團隊編制 brain,生的 AGENTS.md 直接套用我自己的方法論:

• 用我的 Perspective × Risk × Scope 評分表(會計/測試/架構審查各 9 分)
• 照我的 opus/sonnet 口訣分派:7 個 builder = sonnet、reviewer = opus
• 照我的 32GB 記憶體規則,還真的讀了 swap 用量(7.6/8.0),據此把並發壓到 7
• 把 8 循環切成 4 個 cycle-builder(各 2 循環)+ Foundation + Frontend + Test + Reviewer

② 它用你的 decision-server 治理 —— 但缺一張「嘴」

最震撼的一幕:它讀到我 CLAUDE.md 的兩條鐵律「建 Agent Team 前要先問人」+「非瑣碎決策走 decision-server」,於是真的跑進我的 ~/decision-server/ 執行 ask.py、在我的公開網站生了一頁決策(問「7 / 4 / 5 個 builder 哪個編制」),然後跑 wait.py 阻塞等我上網頁選。

③ 轉拋驗證:怎麼確認它沒偷飄到 CC/Claude

既然「標籤 ≠ 執行」,要怎麼確定 agent 真在用你指定的腦、沒 fallback 到別家?別信它嘴說,查三處:

查哪裡	看什麼	代表
session JSONL 的 provider/model 欄位	每筆呼叫實際打哪家哪顆	執行事實,非計畫
憑證庫 ~/.omp/agent/agent.db	有哪些 provider 登入	沒登入的家,呼叫不到
--model / --smol/--slow/--plan	你實際餵了幾顆腦	沒設分流 = 全一顆

④ 計量解謎:週表 100 → 92 → 71 → 69

跑之前一直好奇「omp 明明在燒,ChatGPT 週用量表卻顯示 100%」。查官方 + 實測後解謎:

• 官方(2026-04-02 起):Codex 計費按 token(credits/百萬 token);但訂閱限流的 5 小時 + 每週兩條表,量的是加權「訊息數」,不是原始 token。
• 所以你看的「每週上限」是加權訊息,燒了幾百萬 token 它更新有延遲、幅度也小。
• 跑完八循環後週表從 92% → 69%(這趟燒 ~23% + ~2000 萬 token)—— 證明表是真的、會動、之前 100% 純粹延遲。

⑤ 成果:~5000 行八循環 ERP、24 測試過(我獨立驗證)

面向	數字
規模	Python 3,416 行 + 前端(app.js 660 / style.css 737)≈ ~5,000 行,28 檔
八循環	sales / purchase / production / payroll / financing / fixed_assets / investment / rnd 全到
架構	雙分錄總帳串全循環、事件驅動、快取失效、trial-balance 端點
子代理	LEAD + 多 builder + IntegrationReviewer(審完回報 Result submitted)
Reviewer 裁決	八循環全 PASS、事件 PASS、總帳借貸平衡 PASS、無遺留
我獨立驗證	自開 venv 裝 fastapi 跑 pytest → 24 passed

用 iDempiere 當尺:AI 生的 ERP 到哪、護城河在哪

omp + Codex 一趟建出八大循環 ERP,但把它擺到一套 20 年的生產級 ERP(iDempiere)旁邊,差距在哪?這題的答案,比「它做得出來」更有價值。

從八大循環看:少了 ERP 的深水區

面向	iDempiere 有、omp demo 沒有
單據生命週期	Draft→Complete→Void→Reversed→Closed、DocAction、審批 workflow + 每角色金額上限
主檔深度	C_BPartner(客戶/供應商 + 付款條件 + 信用)、M_Product(UOM/BOM)、M_Warehouse
比對與沖銷	採購三方比對(MatchPO/MatchInv)、收款部分沖銷(C_AllocationHdr)
會計引擎	多幣別、稅(C_Tax)、會計期別開關帳(C_Period)、多會計面向(Fact_Acct)
單據結構	omp 每張單都是單行(sales_orders 直接掛 sku,無 C_OrderLine)

從登入授權看:最致命的缺口 —— 完全零

grep 全專案(排掉函式庫):沒有 user / login / role / permission / password / session / tenant,連 created_by 審計欄都沒有,每個 API 端點全裸。而這恰是 iDempiere 最深的地方:

面向	iDempiere	omp demo
多租戶隔離	每張表帶 AD_Client + AD_Org	❌ 無
使用者/角色	AD_User + AD_Role,登入選 Role/Org/Warehouse	❌ 無
功能/資料權限	Window/Process/Table/Column + Record-level / Org access	❌ 無
職責分離	審批 workflow + 每角色金額上限	❌ 無
軌跡 audit	每筆 Created/By、Updated/By + AD_ChangeLog	❌ 無
session/密碼	AD_Session、雜湊、失敗鎖定	❌ 無

實戰八:那些坑是 agent 還是 model?我問了 Codex 本人

把八循環 ERP 跑起來、真的動手操作後,抓到一批坑:簽核送出去、審完卻回不到申請人自己的單、登入按鈕按很多次死掉、明明是台灣系統卻預設英文、沒雙語——外加我(CC)自己兩個流程失誤(搶著自己修不交回建構者、修登入卡在快取還要 Tom 出手)。關鍵問題不是「怎麼修」,而是:這是 agent(編排層)的問題,還是 model(模型能力)的問題?我沒有只信自己判斷——把這 5 條原封丟給 Codex(就是建這套 ERP 的那顆腦),故意不告訴它我的答案,讓它獨立判。

① 兩顆互不通氣的模型,獨立收斂到同一個答案

判準:「如果 agent 層把該做的做對了(餵對知識、釘死需求、用對驗證),這顆模型做不做得出來?」做得出來 = agent 問題。Opus(我 / CC)與 gpt-5.6(Codex)各自跑一遍,結果一模一樣:

使用者實測抓到的坑	判定	為什麼不是模型的錯
③ 簽核斷鏈:A 送 → B 審 → 回 A 看不到自己的單、無查詢	AGENT	端到端人流沒拆對、沒真人驗證;reviewer 只驗借貸平衡,沒驗「申請人查得到自己的單」
④ 帳號有設計,登入按鈕死很多次	AGENT	沒跑真瀏覽器點到底再斷言;auth 踩坑知識沒被餵進去(這種坑只有真點才現形)
⑤ 台灣系統卻預設英文、無雙語	AGENT	模型當然知道台灣=繁中;純粹是「zh-TW 預設+雙語」沒被釘成驗收條件
① CC 搶著自己修,不交回 OMP+Codex	AGENT	Opus 完全會轉派;失敗在「誰建誰修」沒被治理層強制
② 修登入卡快取、要人出手	AGENT	修快取是小事;失敗在記憶庫裡的坑沒在當下被檢索注入

② 「它讀了你的腦,為什麼還漏?」—— 不是塞爆,是沒選到

這裡有個看似矛盾的點:前面(實戰七)明明說 omp 讀了我的 brain、還照教條組隊。既然讀了,為什麼登入、簽核、雙語這些我早就踩過、也寫進記憶的坑,還是全部重踩?是塞的空間不夠嗎?查了真實數字才發現:它其實沒有「讀了所有的腦」。

項目	量
整個 brain(46 檔)	73 萬字元(粗估 35–50 萬 token)
全部記憶(含 topic)	約 100 萬字元
光那顆「簽核/導頁/計數」踩坑腦	一顆就 5 萬字元(~2 萬 token)

全部腦根本塞不進任何單一 context,硬塞也會稀釋到抓不出重點。所以系統本來就選擇性載入——靠「專案 CLAUDE.md 的 ## Domain Brain: 宣告行」當 router,決定這任務讀哪幾顆。病灶就在這條路由:

③ Codex 自己開的藥方 —— 它把失效鏈命名成 7 步

我把「你(omp)該怎麼修自己」也原封丟回給 Codex。它沒喊口號,先把這次的失效鏈拆成 7 步:

1. 知識庫太大,不能全塞。
2. 系統靠 CLAUDE.md → Domain Brain 路由。
3. greenfield 專案沒有 project CLAUDE.md。
4. 路由只抓到全域編排腦,沒抓到 feature 踩坑腦。
5. builder 寫出局部邏輯。
6. reviewer 只跑後端 pytest。
7. 「瀏覽器 + 跨角色交接」這種坑(登入按鈕、簽核閉環)沒被測出。

層	Codex 開的具體修法
路由	greenfield 沒 CLAUDE.md 時強制跑 Feature Census(抽功能/角色/UI 行為),用輕量 brain-index 比對出該讀的 feature 腦;fail-closed(分不出類就標 needs-routing,不准假裝完成)
注入	腦編譯成 4 卡(index / hazard / acceptance / 原文),每個 builder 只拿自己 feature 那顆的切片,不開場灌 73 萬字
驗收	散文踩坑編譯成 blocking acceptance checklist;reviewer 逐項問「這個坑由哪個測試擋」,不是「有沒有測試」;N/A 要寫原因
驗證	有 UI/auth/跨角色流程就不能只 pytest;要 browser E2E(真點登入、雙 context 測 A→B→A 簽核回查);builder 不得自定義 done

④ 這對「換腦」的意義:決定成敗的是腦到手之間的管線

收尾:這次實戰學到的七件事

1. 換腦不能只換模型——agent/harness 那層為特定模型調校,硬換會撞格式。
2. 選對 agent > 選對模型——CC 為 Claude 生;本地腦用 aider/OpenHands/pi。問題幾乎都在 harness,不在模型。
3. 解耦後很自由——腦集中 DGX、agent 隨檔案、UI 到處連、安全靠 VPN;換腦一行字。你的 CCBot 投資可留,知識檔兩套共用。
4. 遠端溝通點是內建的,但沙箱要自己補——omp /collab 幾分鐘就給你手機瀏覽器操控;可是「拿掉 bash」擋不了 read/write 讀走金鑰,Docker 沙箱不是選配。
5. 團隊引擎是真的,卡的是油——免費層四連撞牆,但 $20 ChatGPT Plus(gpt-5.6-sol)就把深度 ERP 雙循環跑通、還有 reviewer 真審查。付費解油,不必等 DGX 才驗證團隊作業。
6. 自主要安全,靠治理 + 一張嘴——agent 讀你的 decision-server 教條會自己停下來問人(做對了),但要給它 Telegram 推播那張嘴,它才叫得到你;沒嘴 = 舉手沒人聽 = timeout 蒸發。深度八循環 ~5000 行 ERP 一趟 $20 建成、24 測試過、零飄移 CC,是這條路的證明。
7. 知識要接到「手上」,不是接到「頭上」——換腦後 agent 讀了你「怎麼組隊」的腦,卻漏了「登入/簽核/雙語怎麼不踩坑」的腦(掛在各專案、greenfield 沒路由到),又只用後端 pytest 驗收。成敗不在模型聰不聰明,在對的踩坑知識有沒有在動手當下、以驗收清單形式、餵給正在做那個 feature 的 builder,再用真人流程擋關。連 Codex 自己都同意:優先把踩坑腦編譯成 blocking acceptance。

系列其他篇:全景地圖 · 副手選型 · Tool Use 機制 · 微調華新腦。