通过前端将编程智能体部署到多台机器和 VPS 上

开发者在个人电脑和VPS上使用T3 Code作为Claude Code、Codex和pi的前端工具，而在工作中则使用Copilot来执行任务、撰写提交消息和PR总结。

具体怎么做

开发者在个人电脑和 VPS 上运行多个智能体作为前端，使用 GitHub Copilot、Codex 以及 pi（用于 OpenCode Go 订阅）。工作中则使用独立的 T3 Code，通过 ACP 接入 GitHub Copilot，与个人设备分离。他们将实现过程拆分成小模块，在架构与设计工作中则增加推理成本或使用更大模型。

做到了什么

小型任务无需额外推理即可顺利完成，DeepSeek 4.1 Flash 也证明了其能力。不过模型在撰写散文方面仍存在困难，因此大部分精力都用于重写报告、提交消息和开源贡献总结。

上手要点

将实现过程拆分为小任务；将复杂的推理工作或大型模型用于架构和跨系统功能方面，而需要自己重新编写生成的文本。