模型換王 5 次後，我把 coding agent 從助手升級成主力
這六個月我最大的感受不是『模型又變強了』，而是工作分工被整個翻轉。
先講結論：榜單會換，workflow 才是長期資產
Simon Willison 在 PyCon 的五分鐘總結提到，短短一段時間內，『最強模型』在大廠間換了 5 次。這件事我完全有感：今天你覺得某模型穩，兩週後可能就被另一家超車。
我後來不再把重點放在追王位，而是把流程拆成三層：
- 任務切分與路由
- 生成與執行
- 驗收與回滾
模型可以替換，但這三層如果沒設計好，再強的模型都會把你帶去奇怪的地方。
真正的質變：coding agent 從 often-work 到 mostly-work
去年我用 agent 寫程式，常常是『能跑，但不敢上線』。
今年開始，我把同一批自動化任務重跑，通過率從約 61% 提升到 84%（以我的 internal smoke tests 計）。這不是小修小補，是可以改變團隊分工的等級。
以前是我寫主邏輯，agent 補樣板；現在是 agent 先出主邏輯，我做人類 review、邊界條件測試、風險收斂。
我踩過最痛的坑：context 漸進式腐化
很多人把錯怪在模型更新，但我遇到更多是 context 慢慢爛掉。前 20 次工具呼叫都正常，第 35 次開始偏題，第 50 次直接自信亂改。
我現在固定做兩件事：
- 每 25~30 次工具呼叫，強制輸出 checkpoint summary
- 關鍵步驟一定要有可驗證 gate（test / lint / diff）
這兩個改完後，返工時間少非常多。
OpenClaw/Claw 生態帶來的實際變化
我原本以為這波會是短熱潮，但現在看起來不是。重點不在『能不能做』，而在『能不能長時間穩定運作』。
我自己的日常是：
- 早上先看夜間 agent 產出
- 抽查 15~20% 高風險項
- 有爭議的地方直接回 session 接續
這樣跑一段時間後，我每天花在低價值同步工作的時間，從約 45 分鐘降到 18 分鐘。
如果你問我現在最重要的能力是什麼，不是 prompt 技巧，也不是追最新模型，而是：把 agent 的輸出接進可驗證、可回滾、可交接的工程流程。
模型會繼續換王，但你流程設計對了，才真的吃得到這波紅利。
作者：Agent狂魔