前天那篇写 Codex 和 Claude 连续干了 10 小时的文章下面有位读者问多个 Agent 干活怎么能让它们之间共享上下文我当时回得太省略说让 Codex 和 Claude 互动会建立通道。随后有人追问 ACP也有人希望单独展开。没用 ACP。我把材料准备好再调用另一个 Agent让它读完把结果接回来。能把任务发给另一个 Agent不等于它已经知道你们之前聊过什么。那次我是给 AlgoMooc也就是我做的算法学习网站加 AI 算法岗机考内容开着 Codex 和 Claude 两个窗口一个负责做一个负责查查出问题退回去改五个小时后再交换角色让两边都下场干活。想想交接班。你来接班上一班只说“今天挺顺利”你敢直接接着干吗哪件事还没处理完手头这份记录更新到什么时候总得交代清楚。我给这两个窗口交任务也会写清楚这轮改哪份代码查到什么程度才算完。上一轮留下的问题就放在旁边。否则两个窗口都在忙做的却未必是同一件事。下面统一按 Codex 改、Claude 查来讲实际跑的时候两边可以对调。AGENT FIELD NOTE 0101 / 05交接之前先把“该看什么”说清楚九月初整理课程时我们碰到过一个很小的编号问题打家劫舍那一页前面把状态定义成“dp[i]表示前i1间房能拿到的最大金额”后面的通用总结却把答案写成了dp[n]两段单独看都像是熟悉的写法放回同一页里就打架了。你拿四间房顺着算下标依次是 0、1、2、3最后应该取dp[3]直接套另一种编号方式的dp[4]就多走了一格。后来我们把总结里打家劫舍的答案改成了dp[n-1]注明本页从 0 编号。其他题各自按前面的状态定义判断。这行太容易看顺眼了。审查时只摘出“答案是dp[n]”前面的编号约定就丢了。你把状态定义放到旁边错误才露出来。只剩“动态规划章节已检查”这句摘要你连该回头核对哪里都不知道。碰到这种跨段落的问题很容易想多塞一点材料。有学员也问过我把整个对话历史全量发给每个子 Agent会不会更保险就说上面那个dp。你把整章交过去状态定义指向dp[n-1]总结却写了dp[n]再混进其他题的编号方式Claude 得先判断哪句才是这页的约定。所以这类审查我直接给当前约定和相关原文。“本页从 0 编号”写在要求里状态定义和待查的总结并排放好。你之前讨论过多少种方案用不上的都留在原来的窗口里。审查范围也跟着落到具体文件上。我实际交过的课程审查说明写明了文件里要检查的行为附上工作区位置和起始版本。你只说“检查一下课程质量”Claude 就得猜要查到多细。答案算对了学员复制的模板却读错输入算不算完成讲解本身通顺跟题目要求冲突算不算问题我的标准是这两种都打回去。这样选材料就有了依据。检查模板把题目原文和对应代码放在一起附上输入样例检查题解再补解题依据。其他课程的原件用不上就从这份材料里拿掉。摘要只负责指路。决定对错的原文和代码留在旁边Claude 可以直接读取。先拿一个简化的模板检查任务举例TEXT任务检查数组求和模板是否符合题目输入格式。 输入题目原文、输入示例、模板代码。 版本固定副本 v1各文件 SHA-256 由程序计算附上。 限制只审查不改这份代码不部署。 待查第一行的数据个数是否被误读成数组元素。 返回问题位置、触发输入、实际结果和期望结果。清单写好了材料还得真正送进这次调用。你把题面和模板放进同一个目录发过去的却只有一句“检查这个目录”Claude 收到的文字里就还没有题面。路径负责带它找到文件。给了读取工具就让它打开清单里的原文只审文字的调用我会先把内容读出来直接送进去。程序留下实际发送或读取的记录只读了模板、漏了题目就先补题目再开始检查。▲ 文件在共享目录里与内容已经被 Agent 读取是两回事AGENT FIELD NOTE 0202 / 05叫起 Claude再把意见接回来手动接力时材料是你复制给另一个窗口的。我实际跑过的一次文章审查把这一步交给了 Codex它启动一个新的 Claude Code 进程把公开正文和审查要求传进去等意见返回后修改再启动第二次审查中间没有让我复制粘贴。这次用的入口是 Claude Code 的--print简写为-p。它支持从标准输入送入文本再接收返回结果具体用法见官方文档。Codex 在原窗口聊过的内容用到哪部分就准备哪部分。评论里问到的 ACPAgent Client Protocol 的官方定位是规范编辑器、IDE 与编程 Agent 的通信。我这次直接用了 CLI。你先拿一段公开文字试。把正文和审查要求放进review-input.txt两部分分别标清文章里出现的命令也放在待审正文中。这轮只审文字我把工具全关了所以输入文件里得有正文内容Claude 没有工具再去打开一个本地路径。准备好输入执行这条命令BASHclaude --print --safe-mode --tools \ --permission-mode dontAsk --permission-prompts none \ --strict-mcp-config --mcp-config {mcpServers:{}} \ --no-session-persistence --output-format json \ review-input.txt review-output.json我这台是 Claude Code 2.1.263。参数在版本之间会变跑之前用claude --help扫一眼。这些开关限制的是本地工具和会话保存请求照样发到 Claude 的服务上。不该出去的资料我在准备输入时就拿掉了不指望参数替我拦。返回内容写进review-output.json。程序核对退出状态再解析结果拿到完整意见才继续修改资料不足就补资料调用失败就留下错误信息。这条命令没有测试工具审稿意见里提到的代码问题仍等着后面的运行检查。单次调用通了把它接到“文件改完后自动送审”上还有一步容易漏。我核对过的一个交接通知脚本负责发现文件变化和打印提醒没有启动模型的动作。于是脚本发现文件变了打印“请 Codex 接手”然后继续等下一次变化日志里提醒一条接一条你守着窗口等它开始干活模型那边却还没收到一次调用。通知之后还差一次调用。排查这种空等我会直接找启动 Claude Code 进程的那一步再看返回结果由哪段程序接住。两头接起来修改后的稿件才有下一轮审查。AGENT FIELD NOTE 0303 / 05先固定版本再认清是哪一轮的结果我们有一轮文案审查检查期间其他窗口仍在修改工作区等到整理结论时就得先认清这轮审的是哪一个 Git 提交后来新提交的内容、还没提交的改动都另外记下来。这时候你再看“当前版本已经检查过”这句话就会想追问审查开始后又动过的那些文件到底有没有查到还是只查了修改前的内容这种审查我选固定提交。你继续改你的Claude 查它收到的那一版。举个例子Claude 读到一半Codex 又改了模板和输入示例。Claude 指出错误Codex 回一句“我这里已经改了。”两边说的都可能是自己眼前的事实。先对版本再谈对错。我会让 Claude 在独立 worktree 中检出指定提交给它一份单独的工作目录并限制这份副本的写入。你在原目录改模板它读到的那份保持不动。这份副本里还得有对应的题面。模板没变题面却把编号从 0 改成了 1原来的结论就可能失效同一次审查用的测试数据、依赖版本和复现命令也跟着保存下来。这些材料固定后再由程序计算 SHA-256和审查结果一起存。你给目录起名叫 v1里面的文件却一直在变Claude 读到一半前后内容就可能来自两个时刻。哈希只告诉你东西变没变不告诉你变对了没有。查完一轮后Codex 提交修改再给 Claude 一份新的固定输入。上一轮的意见跟着旧版本保存新一轮从这些具体修改开始检查。同一份代码也可能审两次。第一次迟迟不返回你已经开始了第二次审查过了一会儿旧结果才到代码和哈希都相同光看版本就分不出它属于哪一次。所以在本文的演示里每份结果都带着这三个字段TEXTtask_id review-template attempt_id review-02 content_sha256 程序计算的固定输入校验值第一项记录正在做的任务第二项记录这次调用第三项记录输入版本。交出去的是题目、模板和测试组成的一份材料校验值也得覆盖这整份材料。旧结果回来时程序按调用编号把它放回第一次的记录第二次的状态保持不动。版本错位也按同一套字段检查。在演示脚本里我故意把一份写着“v1 通过”的旧结果交给 v2接收程序把它拦了下来。回到那次文案审查后来提交的文件、工作区里还在改的内容都是另外记的。旧结论留在它对应的提交下面后面的修改另开一轮。▲ 检查结论跟着版本走改过的内容需要重新判断和复查AGENT FIELD NOTE 0404 / 05“改好了”之后我要看它到底检查了什么结果的版本对上了接下来读它写的“通过”。你会先看哪里直接拉到最后一行扫一眼退出码确实省事。我们查课程文案那次偏偏就碰到了这种情况检查程序列出 27 处 warning滚到最后却打印一句“零命中”退出码还是 0修复报告里也写着“检查零命中”你只拿到报告根本看不出前面还留着这些警告。再翻脚本部分规则被设成了只警告、不阻断命中了也不影响退出码结尾那句“零命中”照常输出。这种“零命中”我可不敢拿来交差毕竟 27 条警告还在那里。你再把最后一行交给 Claude交过去的材料就已经漏了一截。只警告的规则可以留着复查时把这些警告如实交下来逐条看怎么处理。这类复查只报退出码我不收。▲ 把原输出交给复查别让最后一行盖住前面的警告所以送给 Claude 复查的材料里我会留下原输出连同执行命令一起给过去。“零命中”旁边摆着那 27 条 warning报告漏掉了什么已经写在同一份材料里。拿到原输出还得问这条命令具体检查了什么。检查器只覆盖词表就只对那份词表负责换成代码哪怕程序顺利结束输出也可能算错。前面的求和模板正好可以接着试。我做了一个离线实验题目输入很简单TEXT第一行是元素个数 nn ≥ 0后面是 n 个整数输出它们的和。 输入 3 10 20 30 期望输出60你把这些数字全部按空白拆开再直接求和会得到 63。旧模板把表示元素个数的第一行也读进了数组程序正常结束答案却比题目要求的 60 大了 3。多出来的 3 在这儿。复查这道题我要的记录就是“实际输出 63期望输出 60第一行的元素个数被计入求和”。输入和输出交给程序保存Claude 对原因的判断单独放在旁边。它说问题在读取逻辑Codex 就拿这条输入去检查读取逻辑。修复时先取出 n检查剩下的元素个数再对数组求和PYTHONdef solve(text): tokens list(map(int, text.split())) if not tokens or tokens[0] 0 or len(tokens[1:]) ! tokens[0]: raise ValueError(expected n followed by exactly n integers) return sum(tokens[1:]) assert solve(3\n10 20 30\n) 60复查修复结果时我会另开带受限测试工具的任务。Codex 改完交回新版本和修改位置Claude 先跑原来那条会输出 63 的输入再按题目约定补单元素、允许的零元素和数量不匹配的情况。这几项检查事先写进任务里没跑的就记成“未执行”。缺依赖、跑不动就留下失败命令和错误信息下一轮从补环境开始。Codex 对意见有异议就把题面拿出来核对。这道题的第一行明确是个数3 就不能参与求和。Claude 的意见也按这条约定来查谁说得更肯定都没用。修复和争议都记在“问题 01把 n 计入求和”下面。改了标修改位置有异议就在原问题下面解释下轮接着看。摘要写一句“问题 01 已修改待复查”就够了。题面、旧输入、改后的代码和实际输出留着供它回查。求和题改没改好就拿原来那条输入重新跑。课程文案里那些警告也逐条回到原文检查文风和讲解上的分歧由我来定。下一轮交回来的记录里保留处理结果和仍没解决的问题。AGENT FIELD NOTE 0505 / 05先跑通一个小来回上面说的文章已经改过好几轮正文快照和意见都留着。再开一个窗口接手时最先找的就是上轮停在哪里稿件已经改完还是正等着复查用前面的求和任务举例交接状态就可以写得很短TEXTv1查出“把 n 计入求和”的问题。 Codex已交回 v2修复输入解析。 Claude待复查 v2先跑原来输出 63 的输入。你第一次试就从上面这道求和题开始。把 Claude 的审查副本设成只读测试放进单独准备的受限环境关掉部署工具权限配好再把这段要求交过去TEXT这一轮由 Codex 修改Claude 审查。 把目标、允许改动的范围、输入输出要求和检查方法写进任务文件。 交接程序保存固定输入并计算版本标识。 Codex 完成后交给 Claude 固定版本的代码Claude 不改代码只返回有位置和依据的问题。 Codex 逐条修复或解释不采纳的理由交回新版本再请 Claude 复查。 无法调用另一方时停在交接文件明确告诉我卡在哪里。 资料缺失、意见无法裁定或预算用完交给我决定不自动部署。这一轮给多少时间、最多复查几次我会事先定好。有命令能判定的事直接跑命令意见僵住了就由我决定。跑通以后故意弄坏一次。先做一件事把题面从交接材料里拿掉。你看 Claude 会要求补齐还是自行猜测。之后再换一次输入版本看看旧结果会不会被接收。材料缺了它有没有停版本变了它有没有重查先看这两次反应再把跑通的交接格式留着下次换任务继续用。下次一个 Agent 说“已交给另一个 Agent”我会接着问谁触发了它它读了哪个版本又交回了什么这些能查到才有继续自动跑下去的基础。然后提一嘴Codex 和 Claude 一起干活很容易消耗 Token得注意。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】