@sampeng Thanks

今天研究并试验了一下，我个人觉得 TDD 并没有带来什么额外的东西，只是流程上发生了变化，似乎真正带来增益的是测试来把关。其他发现比如：

1. Tokens 用得很多，开了订阅其实没所谓，但是那个 tokens 多 = 很久，今天测试用的前端项目 5 个 cycles 今天跑了半小时+，效率不行。
2. 检查了测试，除非人为写测试 description ，否则还是问题。
3. 由于是写 markdown 来驱动开发，比在 IDE 里选中行，直接告诉如何实现效率要低很多，也更加不可控。
4. 前端需要更好的测试方法，单元测试无法解决 UI 界面测试问题。
5. 有时候 agent 会 skip 掉往 github 添加 comment 或更新 tag 的步骤。
6. 有时候 agent 会忽略掉生成代码，只是分析了一遍，我觉得这是 markdown agent 的问题，不同于 n8n/dify/code 的 agent ，它无法确保步骤被执行。

说实话，我挺期待能够找到更加自动化的方法。目前后端我只敢半自动，因为后端和数据相关，崩溃没关系，最怕数据结果算错了，那个很致命。另外后端设计除非 API 这种，否则无论 opus 还是 sonnet 还是经常犯傻。前端目前我能够 90% 以上生成，但前端却难在自动化测试。

说个题外话，我觉得目前最好使的是 Claude Code 加个 mcp server 外接 gpt ，让 gpt 和 opus 同时出方案，相互比对代码性能更加，并且强制测试。