📌 📄 内容摘要:
Yuzx 在 从强化学习角度理解为啥需要cc+codex+gpt 中发帖
用强化学习的眼光，看我这套「Claude + GPT + Codex」写代码流水线
这段时间我基本把日常 coding 全部丢给了 Claude + Codex，一开始只是想偷懒，结果越用越觉得：
只用一类模型，很快就会撞到一个“认知天花板”，不管你再怎么角色扮演、多 agent、搞 debate，本质上还是同一个脑子在自言自语。
后来我干脆换个视角，把整个流程当成强化学习（Reinforcement Learning，下面简称 RL）里的 Actor–Critic 系统去想，很多东西一下子就顺了。下面这篇算是我这段时间折腾下来的一个方法论总结，完全是自己的体会，没有学术味道。
1. 我现在是怎么安排这几个模型的？
先把配置摊开说：
Claude（Opus / Sonnet）：
负责做计划、想方案、写代码、修小 bug、做一次内部 code review。
你可以...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1671026/1
─────────────────────────────
📢 来源：LINUX DO
