我用 Codex 一天提交了 80 次代码

前天 ShipArt 上线之后，写了一篇文章《两周半，我的 vibe coding 产品 ShipArt 上线了》记录一下。

里面提到一天提交 80 个 commit，很多朋友对这个数字感到惊讶，所以今天就来展开说一下我是如何一天提交 80 个 commit 的。

注：commit 是软件开发中的一个术语，表示代码提交，一个 commit 就是一次代码提交。

严格来说有点标题党，只是在 8 月 4 日 19 点 31 ～ 8 月 5 日 19 点 31 这 24 小时内，提交的 commit 数达到了 80，实际情况如下：

上面是 Claude 统计的数据，可以看到峰值出现在 8 月 5 日和 8 月 6 日，一天 60 个 commit 左右。

在传统的软件开发过程中，每一次的 commit（代码提交）都需要经历问题提出、问题分析、方案设计、代码开发、代码评审、专人测试、发布部署的环节。哪怕部分环节可以省略，一天 3-5 个 commit 就是极限了。

而现在借助 Codex 等 Agent 工具，则可以轻松实现一天数十个 commit 提交的工作量。不得不感慨 AI 的强大。

接下来跟大家分享下是如何实现一天提交这么多 commit 的。

在这个两周半的开发过程中，大规模的 commit 提交发生在两个阶段，一个是开发阶段，完成一个较大的需求的时候；另一个是验收阶段，对产品初版发布进行人工验收的时候。

独立完整的较大需求开发

在上一篇文章中提到了，项目开发初期在订阅支付功能上消耗了特别多的时间、精力和 token。给大家列一下这个需求的一些数字：

任务耗时：48 小时 38 分钟
累计 token 消耗：37 亿
子 Agent 数：210 个
累计 commit 数：187 个

整个任务拆分了 7 个批次，每个批次包含多个子任务，同时批次和批次之间有执行顺序要求和依赖关系，十分复杂。所以 Codex 才需要累计启动一共 210 个子 Agent 来实现这个任务。

这种规模的需求开发，有这么多 commit 提交，自然也就不奇怪了。

那么如何实现这种较大需求的一次性开发呢？

关键是前置的需求分析、方案设计、实施计划要做好。这些做到位后，实施环节就可以放心的交给 Codex 等 Agent 工具了。

操作上，可以把每一个文档都扔给 Codex 或者 Claude 反复讨论直至没有疑问。这三个文档里面，需求分析文档最重要，需要逐条和 Codex 或者 Claude 过一遍，反复修改；其次是方案设计，这一步主要确保大方案没问题，并且做好取舍，不要过度设计；最后是实施计划，可以让 Codex 和 Claude 直出并相互评审，直至达成一致。

完成这些后，只要把实施计划扔给 Codex，它就会启动目标模式，自己开发、自己测试、自己提交，直至完成需求。

人工验收

人工验收是上线前的最后一道关卡，这个阶段会产生大量的微调。

在 AI 的帮助下，现在开发的成本变得极低，Codex 等 Agent 工具能迅速开发出一个像模像样的产品出来，但是这个产品是否真正可用仍然需要人来把关。

我的流程是这样的：

打开网站走查，点击各种功能。
发现 bug/功能优化点，扔到 Codex 里面去
Codex 自主完成问题分析、方案设计开发、实施、测试和发布部署的全流程。

下面是我在验收阶段发现的一个问题的修复过程示例：

上图中的 Dev Flow 是我写的一个 skill，内容很简单，就是根据用户的输入判断任务类型，如果是小型 bug 修复或者功能优化，就自动走完一套固定流程：创建问题单 → 新建分支和 Worktree（独立工作副本，不影响主分支）→ 开发 → 测试 → 合入发布。整个过程不需要我再介入。

最后

上面就是我在 ShipArt 项目中使用 Codex 提升开发效率的一点实践经验，希望对你有所启发。

如果你有相关的实践经验，或者更好的提高开发效率的思路，欢迎在评论区进行分享。