Locale: zh-Hant
※ 本文區分2026年10月4日可查證的公開產品資訊與實際使用感受。Astra、Codex、Claude Opus 5.5的公開能力以官方資料為準。「Astra容易擴大探索範圍」「Dot適合當監督者」是特定工作流程中的體感，不是通用評測結論。本文中的Dot只是監督角色的稱呼。
1. 結論：與其讓一個AI全包，不如拆角色
AI越強，人越容易一句話全部丟過去。
調查、設計、改程式、測試、失敗復原、進度管理、最後說明。
其實這已經是很多職位。
實務上可以分成：
- 探索：Astra — 找原因、替代方案、遺漏前提與架構風險
- 監督：Dot — 控制範圍、追蹤狀態、發現卡點、決定下一步
- 執行：Codex — 做程式修改、檔案處理、調查與測試
如果一個模型本來就能穩定從頭做到尾，也不必強迫組隊。Anthropic把Claude Opus 5.5放在代理式程式開發、複雜多工具工作與長時間任務等場景。[5]
所以不是「多代理一定比較高級」。
一個能收尾就用一個；一個會把工作越做越大，就拆角色。
2. 探索越強，有時越容易擴張範圍
真正碰到未知問題時，探索型AI非常好用。
它會質疑前提、找隱藏依賴、提出別的設計、追查根因。
但如果「修一個按鈕」也進入同樣模式，就可能變成：
「先重看元件架構。」 「相關服務也檢查。」 「未來擴充一起做。」 「舊依賴順便清掉。」
按鈕還沒修。
這比較像角色設計問題，而不是模型本身一定不好。
OpenAI Agents SDK把多代理的執行順序和下一步決策稱為orchestration，並區分由LLM與由程式碼控制流程的方式。[1]
探索很重要，但探索不等於完成。
3. Dot適合當現場監督，不必當另一個天才
監督者要掌握的是：
- 現在做什麼
- 什麼完成了
- 什麼失敗了
- 下一步交給誰
- 失敗幾次後升級
Astra提出「更大的重構方案」時，Dot可以回：「好，另開任務。現在先復原服務。」
Codex測試失敗，就把失敗紀錄退回。
同樣問題三次都沒解，再升級給Astra。
監督層的價值就在這裡。
4. 給Codex清楚邊界，執行更容易穩定
最好把以下內容一起交給Codex：
- repository
- 目標檔案
- 症狀
- 可修改範圍
- 成功條件
- 必跑測試
- 回傳格式
真正目標只是讓PR通過，就不用叫它順便思考整間公司的未來。
OpenAI的Symphony也把issue與task當成持久工作單位，而不是把某次coding session本身當作中心。[2]
對話不是工作本體，task才是。
5. thread_id不夠，還要task_id
source_thread_id很適合表示「最後要回哪裡」。
可是同一個thread可能有很多問題。
至少要拆成：
- task_id
- source_thread_id
- source_message_id
- manager / executor / advisor
- status
- attempt
- next_action
狀態可先用pending、working、blocked、review、done、delivered、failed。
「應該做完了」不是狀態。
6. 平常Dot↔Codex，真的卡住才找Astra
一般：
Dot → Codex → Dot → Codex
卡住：
Dot → Astra → Dot → Codex
不要讓Astra常駐每一步。
可以把升級條件固定成：
- 同樣失敗3次
- 多個根因但無法判別
- 需要架構修改
- 跨多個repository
- 需求和既有規格衝突
這樣探索力只用在真正需要探索的地方。
7. 暫時的高階方案不要變成永久基礎設施
現在有的高階功能，不代表永遠都會保留。
所以真正要保存的是：
- task狀態
- prompt
- 驗收條件
- 測試方法
- retry上限
- escalation規則
- failure log
高階模型可以是加速器，不要讓它變成唯一記得流程的人。
8. Opus 5.5若能從0跑到10，就不要硬組AI公司
多代理組織圖很有趣。
主管、研究員、執行者、審查員都可以有。
最後人類卻變成機器人公司的行政。
這不是目標。
Anthropic把Opus 5.5定位在代理式coding、長時間工作與複雜多工具流程。[5]
如果實際工作中，它能穩定完成：
目標 → 調查 → 實作 → 測試 → 修復 → 完成報告
那直接交給它通常更簡單。
一個人能關單，就不用成立AI集團。
9. 最小架構：共享佇列 + 監督 + 執行 + 緊急出口
- 問題或故障帶task_id進佇列
- Dot決定優先順序和下一步
- Codex執行
- Dot檢查
- 規則觸發時才交給Astra
- 回答送回source_thread_id
- delivered確認後關閉
- 真正端到端任務直接交給Opus 5.5
基礎設施存角色：
manager executor advisor
不要存死模型品牌。
10. 總結：AI變多不等於自動化
AI工作真正難的往往不是想更多。
而是決定何時停止思考、開始執行。
探索擴大地圖。 監督關閉迴圈。 執行真正動手。
分開後：
Astra：「找到7個方案。」 Dot：「只驗證第2個。」 Codex：「修好了，測試通過。」 Dot：「關閉。」
突然很像公司。
Keep the loop tight.
AI數量不是自動化。
不用人一直救火，工作也能走到可驗證的結束，才叫自動化。
