🎯 情报来源：Simon Willison's Weblog
AI工程师Peter Steinberger近日公开其基于Codex CLI和GPT-5 Codex的智能体开发生态系统。该工作流采用3-8个并行代理的3×3终端网格架构，通过CLI工具替代传统MCP（多代码库平台），实现开发效率的显著提升。关键实验数据显示，GitHub官方MCP会消耗23k tokens上下文长度，而等效CLI工具则实现零上下文开销。
Steinberger特别强调不同AI模型的交互差异：Claude 4.5对全大写威胁式指令反应良好，而GPT-5则需要更自然的人类语言交互。其开发环境采用统一文件夹结构，摒弃了早期尝试的worktrees和PR方案，最终形成当前最高效的终端网格方案。
💡 核心要点
- 并行代理规模：日常开发同时运行3-8个Codex CLI实例
- 上下文优化：CLI工具相比MCP节省23k tokens/次上下文开销
- 终端架构：3×3网格布局实现开发流程可视化管控
- 模型差异：Claude 4.5与GPT-5对指令风格存在显著响应差异
- 成本效益：CLI方案实现零持续成本，MCP存在恒定费用支出
📌 情报分析
技术价值：高
终端网格架构和CLI优先策略有效解决大模型开发中的上下文污染问题，23k tokens的节省对长序列任务具有实质意义
商业价值：极高
零成本CLI方案直接降低AI开发边际成本，3×3并行模式理论上可提升300%+的人效比
趋势预测：高
基于模型差异的交互优化需求将催生新一代开发工具，终端网格或成为AI工程标配界面