经过几个月的实践，我逐渐形成了一个 ChatGPT 与本地 Agent 的协作模式。
ChatGPT 擅长的部分：
- 需求讨论和方案设计
- 多种方案的比较和权衡
- 概念解释和知识查询
- 代码审查和逻辑推理
本地 Agent 擅长的部分：
- 在实际代码库中执行修改
- 批量文件操作
- 运行测试和验证
- 生成结构化的 Diff 报告
我的工作流是：
- 在 ChatGPT 中明确需求，讨论多种方案
- 确定最终方案后，用结构化格式描述任务
- 将任务交给本地 Agent 执行
- 审查 Agent 产出的 Diff 和验证报告
- 决定是否接受修改
这个过程中，人始终是决策者。AI 是工具，不是替代者。
失败的经验同样重要。有些任务我高估了 Agent 的理解能力，导致执行结果偏离预期。有些任务我没有足够清晰地定义边界，导致 Agent 修改了不该改的文件。
这些失败让我更清楚地认识到：AI Agent 协作的核心不是让 AI 做更多，而是让人想得更清楚。