译注：作者 David Ondrej 是 AI 效率工具领域的独立创作者，YouTube 频道 @DavidOndrej 的主理人，AI 生产力产品 Vectal 背后的 Vectal Labs 创始人。这是他 2026 年 8 月底发布的「装备清单」：过去 3 年用 AI 写代码超过 2000 小时、访谈过圈内一批最高产的 Agentic Engineer 之后，把当时正在用的整套东西一次交底。文中提到的模型、价格、产品都是 2026 年第三季度的时点信息，两个月后可能就换天，但「怎么选、怎么组合、哪些钱不该花」的判断框架，比任何单一工具都活得久。以下为全文精译，保留原文小节结构。
过去 3 年，我用 AI 写代码的时间远超 2000 小时，还亲自访谈了 Agentic Engineering 领域一批产出最高的从业者。
下面是我截至 2026 年第三季度的全套装备。
如果你只想先抓主线，可以先看下面这张总览图。
图中从人出发，把交互界面、模型订阅、云端环境、Agent harness、可复用 skills 和隔离 worktree 串成了一套工作系统；后文会逐一拆开说明它们各自解决的问题。
一、交互界面
先说界面，也就是你跟 Agent 打交道的 UI / CLI。我的主界面是 bb。
它开源、完全免费，而且让你在同一个 GUI 里用任何订阅、任何 Agent、任何模型。Codex、Claude Code、Pi、Cursor CLI、OpenCode、Grok Build、Hermes，全在同一个界面里。
Codex 或 Cursor 这类 App 的问题在于：只让你用它们自家的模型、自家的订阅。而我们的目标是：花最少的钱，拿到最多的 token。
你喜欢 Codex / Cursor App 里的那些功能，bb 里都有，而且它每周都在迭代（另外，它完全开源、100% 免费）。
另一个我高频使用的是 cmux。
启动一个新的 cmux 工作区后，你可以像用 tmux 那样切分屏幕（名字就是这么来的），每个窗格里跑不同的终端，还内置一个浏览器。
cmux 的短板出现在 Agent 和工作区多起来之后：左侧边栏这个交互原语撑不住。同时开两三件事没问题，但真要规模化地做 Agentic Engineering，它就不是最优解了。
终端我用 Ghostty，因为它非常快，而且是原生应用。
在 Ghostty 里可以跑 Herdr，基本可以理解为「Agent 版的 tmux」，一个 Agent 的后端运行时。极简、极轻量，就活在终端里；Agent 跑完之后，状态会显示在左侧：done（完成）、idle（空闲）、blocked（阻塞）、running（运行中）。
追踪 Agent 的状态至关重要。 我的预测是，3 到 6 个月内，「Agent 状态追踪」会变得越来越重要，因为你面对的将不再是单个 Agent，而是一个管理着一堆 Worker Agent 的 Manager Agent。
最后要提的界面是 Corral，我自己开发的东西。
在 Herdr 里，Agent 谁跑完就切谁，其实没有真正的顺序；Corral 的做法是：每个 Agent 都有优先级，就像任务有不同的重要性等级。P1 的 Agent 跑完了，它就顶到最上面。P1 刚跑完的时候，你绝不该去响应一个 P4。（对......我确实该把 Corral 开源了，一直没腾出手。）
二、模型与订阅
花最少的钱，拿最多的 token。这应该是每个 Agentic Engineer 的主要目标之一，仅次于「把事儿干成」。
目前主流订阅就 4 家。而且没错......两个月之后，这份名单可能就完全变样了。
现在性价比最香的是 OpenCode Go。只要 10 美元，就能用上 Kimi K3、Grok 4.6、GLM 5.3、DeepSeek V4 Pro 等一大堆模型......但它没有最强的那批模型，比如 Fable 5 和 GPT-5.6 Sol（而且用量额度偏小）。
所以，如果预算稍微宽一点，按这个路线走：
- 30 美元：OpenCode Go + ChatGPT Plus（20 美元）；
- 50 美元：再叠加 20 美元的 Claude Code 订阅；
- 70 美元：再加 Cursor 的 20 美元月付，四家订阅的入门档就配齐了；
- 110 美元：OpenCode 加一档 100 美元级的大计划。ChatGPT 的 100 美元档会比 Claude 划算，事实就是这样，没什么好说的：OpenAI 家算力更多，也更舍得补贴；
- 210 美元：两家 100 美元档，直接都拿下；
- 真要玩票大的（比如我），把三家 200 美元档全开（Codex、Claude、Cursor），这些档位是 20 倍用量，单位 token 价格全场最优。
顺带一提......Cursor 的订阅被严重低估了。被 SpaceX 收购之后，Cursor（或者说 Grok）会变成一个超值的订阅。SpaceXAI 手里算力管够，玩得起补贴游戏。而且（如果我记的没错）Cursor/Grok 套餐给 Cursor 和 Grok Bot 分开算额度，这一点简直离谱（好的那种离谱）。
Grok Bot 正在快速成为人们与 Agent 交互的新入口，所以现在比以往任何时候都更值得持有 Cursor 订阅（不是恰饭哈，纯粹实话）。另外，新模型 Grok 4.7 已经在路上了。
无论怎样，千万不要按 API 价格付费。那是全场最差的 deal。直接买订阅。
三、云端 Agent
云端 Agent 是未来，这一点相当明显。Cursor、Amp、Devin、Codex......这些公司全都在云端 Agent 上押了重注。
证明「云端 Agent 是未来」的，是下面这张图。
译注：原文此处有一张图，Cursor 云端 Agent 产生的已合并 PR 占比走势，从年初的 10%-15% 升至接近 60%。原文图片未随文存档。
这是 Cursor 的内部数据：云端 Agent 产生的已合并 PR 占比，今年年初大约 10%-15%，如今已逼近 60%。注意，这还只是「已合并」的 PR，也就是真正被用上的那部分。要不了多久，这个数字会变成 70%，然后 80%，然后 90%。
把所有 Agent 都跑在本地机器上的问题是：不可扩展。你没法同时跑几百个 Agent。只要有两个 Agent 同时决定跑你的完整测试套件，你的电脑就开始发出怪声（连我那台 7000 美元的 MacBook Pro 都扛不住）。
云端 Agent 给你的是：隔离的环境、持久的会话、不断电不断网。本地方案呢？合上笔记本，会话就没了；断网几分钟，harness 就没法自恢复。
但现有云端 Agent 方案的问题，是疯狂级别的生态锁定。环境配置、密钥录入要花掉大量时间，然后你就被锁死了：会话在它那儿，价格它说了算，数据也全交给它。就算他们不用你的数据训练模型，利用数据的方式还有千百种。
解法：拥有你自己的服务器。而托 AI 的福，这套东西现在 10 分钟就能搭好（认真的）。买一台 VPS，在上面跑 Herdr，然后 SSH 连上去。
Herdr 给你持久的 Agent 会话，SSH 让你从手机、笔记本、任何设备连上去。花几美元，就拿到云端 Agent 的 80/20（用 20% 的成本换 80% 的核心价值），而且没有锁定。
如果你只想先抓住这段的主线，可以先看下面这张图。
图里的意思其实很简单：本地机器很适合开始，但并行 Agent 一多就会争抢资源；把会话和隔离环境放到自己掌控的 VPS，再通过 SSH 从不同设备接入，才有了可扩展、可恢复的工作底座。
四、搭一套自己的云端环境
我的 VPS 用的 Hostinger，KVM2 套餐就够了。我最想强调的一点是：你完全不需要是 VPS、DevOps 或 Linux 方面的专家。
用大白话跟你的 Agent 说就完了！！！
在即将发布的视频里，我全程直播了整个搭建过程：一个 cmux 工作区，左窗格是编码 Agent（跑 Grok 4.6 的 Cursor CLI），右窗格是一个空终端。
我的 cmux skill 能让 Agent 找到另一个窗格，并在里面执行命令。我自己 SSH 连上新买的 VPS，然后对 Agent 说：「把这台服务器里里外外摸清楚，然后把开发环境搭好：Herdr、Node.js、Python 3、Git。」
它几秒钟就完成了对 VPS 的分析，装好了所有东西，启动了 Herdr，接着装了 Pi Agent，在我 MacBook 上找到了一个 OpenRouter key，然后自己跑完了整套配置。几条简短的 prompt 之后，我有一个跑着 GPT-5.6 Sol 的 Pi 会话，和另一个跑着 Fable 的会话，都在云端、都在我自己的 VPS 上、都拿着完整 root 权限。
我的电脑或 Wi-Fi 就算出事......就算我的 MacBook 当场炸了，这些 Agent 照跑不误。完整走读在视频里（YouTube 频道 @DavidOndrej）。
再说一个提速的事......我平时用 SuperWhisper 做语音输入。正在读这篇文章的你，打字速度多半在每分钟 40-50 词。这很慢。
但是！你说话的速度能到 250+ WPM。一款语音 AI 工具（SuperWhisper、Glaido、Whispr Flow 之类）能让你发 prompt 的速度直接快 3-4 倍。用一个。别犯傻。
五、Harness
第一个必须提的 harness 是 Pi Agent，我心目中的 GOAT。
市面上最极简的 harness：只有 4 个工具、永远跑在 YOLO 模式、支持任何模型、任何提供商。非常优雅、可配置性极强，这就是为什么这么多人在 Pi 之上做二次开发。开源、完全免费，去 pi.dev 就能拿到。没得商量。它是我装到 VPS 上的第一个 harness。
Cursor CLI。 被严重低估，因为它什么模型都能用：Grok、GPT 系列、Anthropic 系列、Kimi。你可以给 skill 打标签，还可以预发送消息。整体非常优秀的 harness。
下一类 harness，我称之为「自我改进型」（self-improving）harness。
最有名的两个是 Hermes Agent 和 Prime Agent。适合你「还不知道自己在干什么」的场景。如果任务不确定性很高、需要大量摸索，就用自我改进型 harness：它会自己创建 skill，并随着你的使用不断变强。
最后是经典款：Claude Code 和 Codex。我给它们做了别名（alias）。很多人每天都要手敲 claude --dangerously-skip-permissions，极慢、极没效率。我敲 cc，直接以跳过权限模式启动 Claude Code；敲 cx，以 YOLO 模式启动 Codex。
你必须为高频长命令创建全局别名。 这是 Agentic Engineering 的定律之一：如何在同样的时间里，干成更多的事？
六、Skills
我的 skills 仓库上个月火了（github.com/davidondrej/skills）。同样完全免费、开源，等等等等。
跟 Agentic Engineering 最相关的几个 skill：
（1）/total-review
它会调用另外两个 skill：/gpt-review 和 /fable-review，分别用 GPT-5.6 Sol 和 Fable 5 审查你刚做完的代码改动，然后把两份清单去重，合并成一张「真正重要的问题」清单。就像把你最聪明的朋友全请来帮你改简历，而且他们只挑最致命的问题说。在中大型改动上跑它，尤其是当改动出自另一个模型之手：Grok 4.6 干的活，你就该换一个完全不同的模型来审。
重点：任何你重复得足够多的操作，都应该沉淀成预设（preset）。
如果是单步操作，用文本替换。我把它们做成 Raycast snippets：「用平实的英文简短回答」「把上一条回答改得更简单、更短」「暂存所有文件、写一条清晰的 commit、推送到 GitHub」。
如果是多步工作流，做成 skill。
（2）/ask-then-build
这个 skill 我每天都在用，任何「开建」之前先用它。与其说「让这个支持 Windows」，然后任由模型悄悄做出让你日后后悔的架构决策，它会把关键决策一个个摆到你面前，附上选项，逐条让你拍板。AI 模型擅长写代码、擅长实现，但它们没有品味，也没有过硬的判断力。这两样，得由你，人类，来把关。
（3）/deepapi
任何深度研究、任何抓取、任何跟 Web 沾边的活，我都用这个 skill。Codex 和 Claude Code 自带的只是基础款搜索：不能抓取、不能深研，还动不动被拦。「跑 8 个快速搜索，给我前 3 个选项」「抓 Twitter」「抓 GitHub」「找出联系某个人的 3 条路径」。我团队里人人都在用。必备。
（4）护栏与推送锁
这一条更无聊，但绝对关键，而且只需配置一次。全局 Agent 护栏（guardrails）是一个 pre-tool-call 钩子，确保你的 Agent 永远不会抹盘、永远不改写 Git 历史、永远不碰你的密码管理器。而推送锁（push lock），是给同时跑 15+ 个 Agent 的场景准备的：一把操作系统级的内核锁，罩住整条流水线，合并、验证、推送、CI、部署、健康检查，串行进行。
别把我的 skills 全装上。按需取用就好。
如果你更关心整套装备如何实际协作，可以先看下面这张工作闭环图。
先记住这个结构，再看细节：人负责关键判断，Agent 在隔离工作区中执行；review 和护栏把关后再交付，结果再反馈给下一轮决策。Skills 的价值，就是让这个闭环中反复出现的动作变得稳定、可复用。
七、Worktree
worktree（工作树）基本就是：把你的主 checkout 复制到一个单独的文件夹，并在那里创建一条新的 Git 分支，让多个 Agent 完全隔离地并行干活。
小项目？纯属杀鸡用牛刀。待在单分支上，干活更快。
中大型项目、随时挂着 20-30 个以上 Agent？躲不掉，必须上 worktree。不然 Agent 会互相冲突、互相回滚对方的改动、互相打架。bb 的另一个好处：内置 worktree，而且它记得在我那些大仓库上，我总是要基于 origin/main 开一个新的 worktree。
如果你更习惯按项目规模做判断，这张图会更直观。
不要一上来就搭一套复杂的多 Agent 系统：小项目保持轻量；出现并行、持久会话或复用需求时，再增加云端环境、Skills 与 worktree；只有复杂度真的上来，才需要 Manager Agent、Worker 和更严格的交付闸门。
八、其他实战心得
知道每个模型什么时候用。
- 做规划、起新项目？Fable，它的「天才灵光」最多。修一个深不见底的严重 bug？GPT-5.6 Sol，推理力度开到最大。日常对话？Grok 4.6 开 high 就够了：智能水平几乎一样，但便宜一半、快一倍。前端？Kimi K3。
- 另外，每当一个重量级新模型发布，专门留出一天，只用那一个模型。别听 Twitter 上吵什么，自己上手试。
知道什么时候该 review。
- 我不会对每次改动都跑 total review。一个小的前端微调，直接上线。
- 还有，永远不要做「递归式 review」。你让模型「找出 5 个最大的问题」，哪怕代码库完美无缺，它也会给你找出 5 个问题来。这些模型会凭空发明 bug。
预发送（Pre-sending）。
- 通常我已经知道 Agent 下一步会干什么，所以提前把消息排进队列：「实现这个计划」「对这个跑一次 Fable review」「现在把这些问题修掉」。
- 有时是 2 条，有时是 6 条。
- 永远不要用不支持预发送的 harness。
子 Agent 被滥用了。
- 很多人只是拿子 Agent 烧额度。我只在自己掌控全局时用：我要亲手指定跑在子 Agent 里的是哪个模型，因为我清楚自己手上有哪些订阅、哪些额度。
- 未来是 Manager Agent 派发 Worker，但你仍然要亲手设计这套系统：规则、权限、什么条件下启动子 Agent。我不想让 Anthropic 或 OpenAI 的某个工程师替我拍这个板。
ADR（架构决策记录）。
- 这是把「决策」写进代码库的方法。/docs/adr 是我在任何项目里最先创建的文件夹之一。
- 每个核心架构决策都有一个小文件：定了什么、为什么、当时项目处于什么状态。有些东西能从代码里读出来，但不是全部。
- 读不出来的那些，就该写下来，让未来的 Agent 和人类立刻明白「为什么当时这么建」。
测试。
- 现在的模型会疯狂给你的仓库灌测试：单元测试、集成测试、数据库测试，哪怕是最小的、毫无必要的小仓库也不放过。
- 你让它加测试，它加到失控；你说「别加测试」，它还是会加一点，而最终落到的数量刚刚好。
生产数据库访问。
- 任何有真实使用量的产品都该这么做：建一个只读的 Postgres role，把这个给你的 Agent。
- 别给写权限。只要出现一次不可逆的改动，你就有的悔了。
- 但完全不给访问也是错的。有只读权限，你就能给每个功能做「现实校验」：这功能在生产环境里真的会发生吗？真有人用吗？真希望我早点这么干。
追踪你的 Agentic 生产力。
- 我们刚在 Vectal Labs 下开源了一个新仓库：agentic-productivity。它追踪你的 commit、你的 Agent 会话、你的 prompt。
- 单独看，每一项都是坏指标。但把三者结合起来、看长期趋势，你就能看出：你是不是真的在成为一个更好的 Agentic Engineer。
以上就是我当前的整套装备。一个月后，它多半又是另一副样子，这套东西一直在变。
文 / David Ondrej（先为 YouTube 口述，后整理成文章）