来源：宝玉 @dotey 翻译整理
核心启发：AI 不是“写代码的”，而是“按蓝图施工的队友”。
6 人 6 式
| 工程师 | 角色 | 核心风格 | 主工具 | 关键动作 |
|---|---|---|---|---|
| 1. Yash Poojary | Sparkle 总经理 | 实验前沿 + 时间分隔 | 双机并行（Claude Code + Codex） | - 上午：只用熟工具专注交付 - 下午：探索新功能 - Figma MCP 直读设计稿 |
| 2. Kieran Klaassen | Cora 总经理 | 谋定而后动 | Context 7 MCP + GitHub + Coding Agent | - 三级计划模板 - AI 先自审 → 人工再审 |
| 3. Danny Aziz | Spiral 总经理 | 硬核命令行 + 架构推演 | Droid（CLI 多模型调度）+ Warp + Zed | - GPT-5 搭大框架 - Claude 磨细节 - 让 AI 推演“二阶后果” |
| 4. Naveen Naidu | Monologue 总经理 | 流程即真相 | Linear + Monologue（语音输入）+ Codex Cloud | - 所有任务必进 Linear - plan.md 作为唯一沟通蓝图- 三重验证：AI审 → 人审 → Sentry |
| 5. Andrey Galko | 工程主管 | 不折腾，精益求精 | Codex（因 Cursor 超额被迫换） | - 坚持“体验最好的工具” - GPT-5 已能替代 Claude 的 UI 能力 |
| 6. Nityesh Agarwal | Cora 工程师 | 极简 + 高强度盘问 | 仅一台 MacBook Air + Claude Code | - 花数小时共研计划 - 编码时“老鹰盯屏” - 频繁打断 AI 解释逻辑 |
4 大共性（可复制）
| 共性 | 做法 | 推荐动作 |
|---|---|---|
| 1. 先规划，后执行 | 没人“Vibe Coding”。全是：对话推演 → 写计划 → AI 执行 → 人工审查 | - 所有功能必写 plan.md- 小 bug 直接贴 Linear 描述 |
| 2. 上下文精准喂料 | AI 不凭空猜，必须喂最新/官方资料 | - Figma MCP：读原始设计 - Context 7 MCP：自动拉文档 |
| 3. 角色进化 | 工程师 = 建筑师 + 质检员 | - 大框架 → GPT-5 Codex - 细节 → Claude - 必须人工 diff 代码 |
| 4. 专注防沉迷 | AI 是“时间黑洞”，必须设栏 | - 上午：只用熟工具 - 下午：才试新功能 |
立刻上手：3 个最小动作
动作 1：建立 plan.md 模板（10 分钟）
# Feature: [名称]
## 目标
- ...
## 验收标准
- [ ] ...
## 技术约束
- 数据库：...
- 版本：...
## 风险推演
- Q: 会不会影响性能？
- A: ...
## 执行步骤
1. ...
动作 2：用 Linear 做“唯一需求源”
- 所有 bug/需求 → 进 Linear
- 复制描述 → 粘贴给 AI → 执行
动作 3：上午“锁工具”，下午“开探索”
| 时间 | 规则 | 工具 |
|---|---|---|
| AM | 只用最熟的 1～2 个 AI | Claude Code / Codex |
| PM | 随便试新功能 | 新模型 / 新 MCP |
结论：
2025 年的 AI 开发 = 规划 × 上下文 × 审查 × 专注
写提示词 ≠ 完事，写计划 + 喂资料 + 盯执行 才是正道。