三个 AI Agent 一起开发，终于有了“总指挥”

最近，我基本上在用三个 AI 编程工具协作开发： DeepSeek DSH Claude Code Codex 这三个工具目前都在参与开发我的 GEO 分发系统。 每个平台都有自己擅长的地方。有的适合梳理架构，有的适合快速实现，有的适合检查代码和处理复杂任务。 但只要同时使用多个 Agent，就不可避免地会遇到一个问题： 三方很容易“打架”。 因为它们不在同一个平台里，彼此不知道对方做了什么，也没有一个统一的总指挥。 有时候一个 Agent 刚修改完代码，另一个 Agent 又按照旧版本重新改了一遍；有时候三边同时开发同一个功能，最后不仅重复劳动，还可能互相覆盖代码。 如果完全依靠我手动拆分任务、同步进度和整合结果，又会变得特别麻烦。 这不但没有提高开发效率，反而让我自己成了三个平台之间来回传话的人。 所以今天我专门在网上找了一圈资料，想看看有没有办法设置一个“总指挥”，让我可以在同一个平台里调用不同的 Agent，共同完成开发任务。 还真让我找到了。 这个项目叫 Codeg。 Codeg 是什么？ Codeg 是一个多 Agent 编程工作台。

它自己并不提供新的大模型，而是把 Claude Code、Codex、DeepSeek Harness、Gemini、OpenCode 等不同的编程 Agent，接入到同一个工作空间里。 你可以在一个界面中： 查看和管理不同 Agent 的对话 让主 Agent 把任务分配给其他 Agent 统一查看文件、代码差异、Git 状态和终端 搜索和继续不同 Agent 保存的历史会话 让多个 Agent 分别处理不同的开发任务 查看每个子任务的执行过程和结果 Codeg 通过 ACP，也就是 Agent Client Protocol，与不同的编程 Agent 通信。 对我来说，它最有价值的地方并不是“同时打开三个聊天框”，而是可以设置一个主 Agent，让它负责拆分任务、安排分工和汇总结果。 这样，多个 Agent 才真正从“三个人各干各的”，变成了一个有组织的开发团队。 项目地址： GitHub：nobug-project/codeg Codeg 官方文档 我准备怎么使用？ 我的计划是让 Codex、Claude Code 和 DeepSeek DSH 共同开发 GEO 分发系统。 当前对话框作为总指挥。

我只需要在这里提出需求，由总指挥理解任务、拆解任务，再根据不同 Agent 的特点进行分配。 比如： Codex：负责任务拆解、协调、代码审查、最终验收和结果汇总 Claude Code：负责架构分析、复杂逻辑和需要较多上下文理解的任务 DeepSeek DSH：负责明确、可拆分的开发任务，以及高频执行和批量处理 为了防止多个 Agent 互相覆盖，我还会提前设置好协作规则： 每个 Agent 只负责自己被分配的模块 不允许未经确认修改其他 Agent 正在处理的文件 并行任务尽量放进独立的 Git Worktree 开始开发前，先确认当前代码版本和任务边界 完成任务后，必须汇报修改文件、测试结果和遗留问题 已经完成和发布的功能，不再重复开发或重复发布 最终代码统一交给总指挥检查、测试和合并 我给总指挥的提示词 直接把下面这段话交给 Codex 我准备让 Codex、Claude Code 和 DeepSeek DSH 协同开发这个项目。 当前对话框作为整个项目的总指挥。 请先读取项目结构、现有代码、Git 状态和开发文档，再为三个 Agent 设置清晰的职责范围和协作规则。 每次收到我的任务后，先进行任务拆解，再根据不同 Agent 的能力分配工作。 多个 Agent 不得同时修改同一个文件，不得互相覆盖代码。适合并行的任务使用独立 Git Worktree，存在依赖关系的任务按照顺序执行。 已经完成、合并或发布的功能，不要重复开发、重复修改或重复发布。 每个 Agent 完成任务后，必须汇报修改内容、涉及文件、测试结果、风险和下一步建议。 由当前对话框统一检查各个 Agent 的结果，处理冲突，运行最终测试，并向我汇报整体进度和下一步安排。 未经确认，不要修改任务范围之外的代码，也不要删除其他 Agent 或用户已有的修改。 多 Agent 不等于自动变强 我现在越来越明显地感觉到，多 Agent 协作真正困难的地方，不是接入多少个模型，而是如何分工。 如果没有清晰的任务边界，三个能力很强的 Agent 同时工作，也可能只是把混乱放大三倍。 总指挥真正需要解决的是四件事： 谁负责什么 哪些任务可以并行 哪些文件不能同时修改 最终由谁检查和合并 这和现实中的团队管理其实非常相似。 模型能力再强，如果没有任务拆解、职责边界、版本管理和验收标准，最后依然会变成一群能力很强、但彼此不知道对方在做什么的人。 下一步 接下来，我会先在 GEO 分发系统中测试这套协作方式。 我的目标不是为了多用几个 AI 工具，而是建立一套真正稳定的多 Agent 开发流程： 需求由我提出 总指挥负责拆解 不同 Agent 分工执行 任务过程可以查看 代码修改彼此隔离 最终结果统一检查和合并 如果这套流程能够真正跑通，那么以后开发大型项目时，我就不需要在三个平台之间反复传话了。 我只需要管理一个总指挥。 剩下的任务拆解、分配、执行、检查和汇报，都可以在同一个工作空间里完成。 这才是我理解的多 Agent 协作： 不是同时打开三个 AI，而是真正组建一支能够分工、协作和交付结果的 AI 开发团队。