直接用cc和codex写代码已经过时了，是时候搭建一个单人开发团队，实现一人公司了，今天刷到了一个开发老哥的帖子就是这么实践的，老哥已经把全套部署开源，核心是围绕OpenClaw的一个智能体架构，虽然不一定是最佳实践，但极具借鉴意义，这往后的趋势就是这样，我们暂且看看
我大概介绍一下，详细的内容大家去看老哥原文
这个老哥叫 Elvis ，开源了全套基于 OpenClaw 与 Codex 及 ClaudeCode 组合的智能体集群架构。
单人直接化身一支完整开发团队。
实测数据极具穿透力。
单日最高完成 94次代码提交。
日常平均提交量维持在 50次。
最快记录在30分钟内合并7个PR。
需求从提出到上线通常在当天完成，代码直接转化为 真实B2B SaaS的经常性收入。
跑通整套架构的月成本约 190美元，最低 20美元 即可起步。
传统编码大模型面临严重的上下文窗口零和博弈。
塞满代码就装不下业务逻辑，塞满客户历史记录就无法理解代码库。
剥离业务与代码的耦合成为破局关键。
OpenClaw 在这里接管全局，作为人类与底层大模型之间的核心编排层发挥作用。
编排器被命名为 Zoe。
Zoe 直接读取存放在 Obsidian 知识库中的客户数据、会议记录和历史决策，将业务上下文精准翻译为底层提示词。
该机制与Stripe此前披露的后台智能体系统 Minions 高度同源，但完全在本地设备运行。
工作流被拆解为极度克制的自动化步骤。
需求确立后，Zoe 直接调用管理员API解除客户限制，并拉取生产数据库只读配置注入提示词。
随后系统为每个智能体分配独立的 git工作树 和 tmux会话。
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编码智能体在隔离环境中被唤醒。
codex --model gpt-5.3-codex \
-c model_reasoning_effort=high \
--dangerously-bypass-approvals-and-sandbox \
Your prompt here
claude --model claude-opus-4.5 \
--dangerously-skip-permissions \
-p Your prompt heretmux 赋予了系统强大的中途纠偏能力。
发现方向错误时，无需杀掉进程，直接向终端发送新指令即可强行重定向。
tmux send-keys -t codex-templates Stop. Focus on the API layer first, not the UI. Enter
tmux send-keys -t codex-templates The schema is in src/types/template.ts. Use that. Enter任务状态被实时写入 .clawdbot/active-tasks.json 注册表。
{
id: feat-custom-templates,
tmuxSession: codex-templates,
agent: codex,
description: Custom email templates for agency customer,
repo: medialyst,
worktree: feat-custom-templates,
branch: feat/custom-templates,
startedAt: 1740268800000,
status: running,
notifyOnComplete: true
}任务完成后，状态文件跟手更新。
{
status: done,
pr: 341,
completedAt: 1740275400000,
checks: {
prCreated: true,
ciPassed: true,
claudeReviewPassed: true,
geminiReviewPassed: true
},
note: All checks passed. Ready to merge.
}监控机制摒弃了高成本的轮询。
系统通过 cron定时任务 每10分钟执行一次确定性Shell脚本。
.clawdbot/check-agents.sh
脚本负责检查会话存活状态、调用 gh cli 验证CI结果，并在遇到阻碍时最多自动拉起失败节点3次。
代码提交后必须通过严苛的定义标准。
除常规的 TypeScript检查、单元测试 与 Playwright端到端测试外，涉及UI层面的改动必须硬性绑定界面截图，否则CI直接阻断。
代码审查环节交由三套模型交叉验证。
Codex 兜底逻辑错误与竞态条件等核心边缘情况。
Gemini 专攻安全漏洞与架构扩展性缺陷。
Claude Code 则作为辅助验证位提供冗余审查。
这套架构在底层跑通了改良版的 拉尔夫循环。
Zoe不再机械复用静态提示词，而是携带全局业务上下文介入失败节点进行动态调优。
它甚至具备自主寻获任务的特性。
早晨扫描 Sentry 报错日志派发修复工单，会后解析记录提取功能需求，晚间梳理 git日志 生成更新文档。
不同编码模型在此被彻底分化使用。
Codex 吞吐了 90%的复杂后端与跨文件重构任务。
Claude Code 接管前端构建与git指令操作。
Gemini则前置到UI设计环节输出规范文档。
部署方式被压缩到极致，只需将架构文档喂给 OpenClaw，系统会在 10分钟 内全自动完成脚本生成与目录搭建。
目前的物理天花板卡在了硬件内存。
每个独立工作树和并发编译环境都在疯狂榨干本地资源。
16GB内存 的 Mac mini 在并发 4到5个智能体 时便会触发内存交换。
老哥已订购 售价3500美元、配备 128GB内存 的 M4 Max版Mac Studio 用于突破当前并发瓶颈。
技术平权正在重塑商业形态。
基于这套系统构建的公关工具 Medialyst.ai 正在落地，完全由AI编排器驱动的一人企业模式即将向传统商业巨头正面宣战。
