我
- 定义用户问题和阶段目标
- 判断产品取舍并设计实现路径
- 决定模型与程序的职责边界
- 提供真实数据和失败样例
- 判断结果并完成失败归因
- 决定继续、回滚或重建
fig-agent / 与 AI 协作
我负责判断取舍、设计实现路径、失败归因；Coding Agent 负责代码实现、功能测试
我和 Coding Agent 的分工
Coding Agent
- 比较可行方案并补充实现细节
- 完成跨文件代码实现与重构
- 生成并运行功能测试
- 根据失败证据定位和修复问题
- 整理文档和阶段交接信息
Agent/模型选择
| Codex（开发者） | 处理仓库级分析、跨文件编码、测试生成和文档整理，需要持续理解代码与版本状态。 |
|---|---|
| DeepSeek、Kimi | 处理文本意图和任务规划，把用户要求转成后续程序可检查的结构。 |
| Qwen3-VL | 观察参考图中的布局、图类和视觉证据，服务于后续的图表判断。 |
| Pi | 承担通用的模型与工具循环，用于验证任务型 Agent 的执行方式。 |
怎样处理过长会话
长会话不能当作唯一项目记忆。我把稳定事实写进权威文档，把关键实现做成 Git 节点；每个阶段结束时留下简短交接，只记录目标、当前状态、未决问题和下一步。
- 权威文档
记录范围、接口、验收条件和已经确认的事实，后续会话先读取它。
- Git 节点
让架构变化和可运行状态可以回到具体版本，不依赖回忆。
- 独立验收
验收会话采用独立的 AGENTS.md，只向验收 Agent 提供项目功能边界，不提供底层实现过程，避免开发阶段的实现假设影响验收判断。
- 证据回链
重要结论指向测试、截图、日志或真实样例；复盘时从证据回到会话，而不是整篇重读。