大家好，我是鲁工。
前段在X上刷到一条推文，瞬间就吸引了我。一个叫Elvis的独立开发者说，他现在已经不直接用Claude Code和Codex了，改用OpenClaw作为编排层，让一个叫Zoe的AI编排器去管理一整支Claude Code和Codex的Agent Swarm。
这条推文的数据也很炸裂，490万浏览，1.1万点赞，1800转发。
我们号写Vibe Coding四个多月，Claude Code一直是主力工具。我之前也写过一些多Agent协作、VSCode多Agent架构等相关问文章：
VSCode Multi-Agent指南：适合IDE选手的AI开发团队搭建
终极效率方案：使用Claude Code + Opus 4.6与Codex + GPT-5.3-Codex组合开发
用Antigravity组建最强开发团队：Opus 4.5 + GPT-5.1-Codex-Max + Gemini 3 Pro
但看到Elvis的这套玩法，我只能直呼内行了。一个人，靠一套编排系统，日均50次代码提交，最猛的一天提交了94次，还接了3个客户电话，编辑器一次都没打开。
这不就是一个人当一支开发团队用吗？
今天这篇文章就来拆解一下，他到底是怎么做到的。
OpenClaw大家都不陌生了，这只小龙虾春节前到现在，一直火爆。简单来说就是一个开源的AI Agent框架，GitHub上目前已经超过24万Star，并在前两天正式超越React，成为GitHub历史上star增长最快的开源项目。
创始人Peter Steinberger是奥地利开发者，之前创办过PSPDFKit（一个PDF框架的B2B公司），2021年拿了Insight Partners一亿欧元的投资。今年2月Peter宣布加入OpenAI，OpenClaw项目移交给开源基金会运营。
OpenClaw的定位不是聊天机器人，是一个跑在你本地设备上的AI Agent运行时。它有四个核心组件：Gateway（网关，连接50多个消息平台）、Agent（推理引擎）、Skills（5400多个插件）、Memory（记忆系统）。
但Elvis用OpenClaw的方式比较特别。他直接把它当成编排层，专门用来管理Claude Code和Codex这些编码Agent，没拿它当通用助手在使用。
这个思路确实很不一般。
为什么需要一个编排层呢？
Elvis在推文里提了一个很关键的观点：上下文窗口是零和博弈。
你往里面塞代码，就没空间放业务上下文了。你往里塞客户历史和会议记录，就没空间放代码库了。单个AI再强，它也没办法同时装下这两种完全不同类型的信息。
所以他把系统拆成了两层。
上层是OpenClaw的编排器Zoe，她掌握所有业务上下文，包括客户数据、会议记录、历史决策、哪些方案试过了、哪些失败了。这些信息全部存在Elvis的Obsidian笔记库里，Zoe可以直接读取。
下层是Claude Code和Codex这些编码Agent，它们只看代码，只管写代码。每个Agent启动的时候，Zoe会根据业务上下文给它写一份精准的prompt，告诉它该做什么、背景是什么、客户要的是什么。
简单来说了就是：编排器负责理解需求，编码Agent负责干活。各做各擅长的事。
这个架构和Stripe前段时间公开的内部系统Minions异曲同工。Stripe的Minions也是并行编码Agent加集中式编排层的设计，每周能合并1000多个完全由AI编写的PR。Elvis说他是无意中搭了个类似的架构，只不过跑在自己的Mac mini上。
Elvis在推文里用了一个真实案例来讲他的完整工作流，我把核心环节简单串一下。
他接了一个客户电话，客户想在团队内部复用已有的配置。通话结束后，他跟Zoe聊了一下这个需求。因为所有会议记录都会自动同步到Obsidian，Zoe已经知道客户说了什么，不需要Elvis额外解释。他们一起确定了功能范围，最终方案是做一个模板系统。
然后Zoe自动做了三件事：给客户充值解锁服务（她有管理员API权限），从生产数据库拉取客户现有配置（只读权限，编码Agent永远不会有这个权限），然后生成一个Codex Agent，带着包含完整业务上下文的详细prompt。
每个Agent都有自己独立的worktree（隔离分支）和tmux会话。启动命令大概是这样的：
# Create worktree + spawn agent
git worktree add ../feat-custom-templates -b feat/custom-templates origin/main
cd ../feat-custom-templates && pnpm install
tmux new-session -d -s "codex-templates" \
-c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \
"$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high"
Agent跑起来之后，有一个定时任务每10分钟巡检一次。但它不会直接去问Agent（那样太烧token了），而是跑一个确定性的Shell脚本，检查tmux会话是否还活着、有没有创建PR、CI是否通过。
如果CI失败了，自动重启Agent，最多重试3次。只有需要人工干预的时候才发通知。
Agent完成任务后会自动创建PR。但光创建PR还不算完，Elvis定义了一套完成标准：PR创建、分支同步到main（无合并冲突）、CI全部通过、三个AI模型的代码审查全部通过、如果有UI改动还必须附截图。
三个AI模型做代码审查看起来就很稳。聊一下他对这三个模型的评价，挺有意思的。
Codex Reviewer，他评价最高，说它在边界情况和逻辑错误方面的审查非常彻底，误报率很低。
Gemini Code Assist Reviewer，免费的，他说非常实用，能发现其他模型遗漏的安全隐患和可扩展性问题，还能给出具体修复方案。
Claude Code Reviewer，他的原话是"基本没用"，说它过度谨慎，满屏都是"考虑添加..."之类的建议，大部分属于过度设计。除非标记为关键问题，否则他直接跳过。
我看到这段的时候有点惊讶。作为Claude Code的重度用户，我确实也遇到过它在代码审查时过于保守的情况，但基本没用这个评价还是有点过了。不过这也从侧面说明，多模型交叉审查确实有价值，不同模型的偏见刚好互补。
三个审查全部通过后，Elvis才会收到Telegram通知。到这一步，他看的主要是截图，确认UI改动是否正确，很多PR他不看代码就直接合并了。他说自己的人工审查只需要5到10分钟。
Zoe不只是执行者。比工作流本身更有意思的是Zoe的主动性。
Elvis说Zoe不会坐等它分配任务，它会主动找活干。早上扫描Sentry的错误日志，发现4个新错误，自动生成4个Agent去修。开完会扫描会议记录，标记出客户提到的3个功能需求，然后自动启动3个Codex Agent。晚上扫描Git日志，启动Claude Code更新changelog和客户文档。
Elvis出门遛个弯回来，Telegram上就躺着一条消息：7个PR准备好了，3个新功能，4个bug修复。这不就是我一直期望打造的OPC一人公司开发团队效果吗。
而且当Agent失败的时候，Zoe的处理方式也比简单重试高级很多。它会结合业务上下文分析失败原因。Agent上下文爆了？它会缩小范围，让Agent只关注三个文件。Agent方向跑偏了？它也会纠正，告诉Agent客户要的是X不是Y，并附上会议中的原话。
随着时间推移，Zoe还会积累经验，记住哪些prompt结构对哪类任务效果好，下次写出更精准的prompt。
这个思路其实就是Ralph Loop的升级版。Ralph Loop的核心逻辑是拉取上下文、生成输出、评估结果、保存经验这样的循环，但大多数实现每次循环的prompt是固定的。Elvis的系统不一样，每次重试Zoe都会根据失败原因动态调整prompt，而且有完整的业务上下文加持。
费用方面，Elvis公开的数据是Claude每月大约100美元，Codex每月大约90美元。他也说了，起步可以从20美元开始试试水。
这个费用跟雇一个开发者比当然是便宜到离谱。但如果考虑到你还需要自己做产品决策、客户沟通、代码审查，它更像是一个效率放大器，帮你省掉了编码和测试这些重复性最高的环节。
硬件方面，Elvis提到他目前最大的瓶颈是RAM。每个Agent需要独立的worktree，每个worktree有自己的node_modules，每个Agent都要跑构建、类型检查和测试。5个Agent同时跑就意味着5个并行的TypeScript编译器、5个测试运行器、5套依赖项。
他的Mac mini 16GB内存最多同时跑4到5个Agent，再多就开始内存交换了。所以他买了一台128GB内存的Mac Studio M4 Max（3500美元），打算用它来扛更多的Agent并发。
老实说，Elvis这套系统给我的冲击还是挺大的。我之前一直把OpenClaw当做玩具在玩，在打造生产力方面，我都是依赖独立的Claude Code。偶尔用worktree做并行，但远没有到这种系统化编排的程度。看完他的推文之后，我觉得AI编程这件事的天花板又被拉高了一截。
我最近在按照他的思路，准备用OpenClaw打造完全自动化的一人开发团队。所以，近期我们号会出多篇OpenClaw的实践文章。
有几个现实问题还得给大家提个醒。
这套系统的前提是你得有一个清晰的产品、明确的客户需求、完善的CI/CD流水线。Elvis是在做一个真实的B2B SaaS产品，有客户、有收入、有生产环境。如果你还在写Demo或者学习阶段，这套架构的ROI可能不太划算。
另外，OpenClaw目前的安全问题也得注意。根据公开信息，已经有多个高危CVE被披露，还有341个恶意的社区插件被发现存在数据窃取行为。部署OpenClaw的时候，隔离和权限控制一定要做好。这也是我一直没有把OpenClaw部署在本地主力机上的原因。
还有一点，Elvis在推文里对Claude Code的代码审查评价偏低，但最近Claude Code刚推出了Agent Teams功能（官方内置的多Agent协作），Anthropic也在往编排这个方向发力。
不过抛开这些细节，Elvis这套编排层加执行层的架构思路确实值得关注。上下文窗口的零和博弈是真实存在的约束，用分层架构来解决这个问题，让不同的AI各司其职，这个方向我个人觉得是对的。
对这个话题感兴趣的朋友，可以直接去看Elvis的原推文，信息密度很高：
https://x.com/elvissun/status/2025920521871716562
本文首发于微信公众号「AI编程实验室」，阅读原文