接上条微博，做Tritree的过程中顺便用了一下codex + superpower + gpt5.5。几个感想：

1. 简单项目里，这套组合基本可以平替CC，写出来的代码大部分直接可用，不需要二次手写。

2. 全程我除了没有手动写代码，甚至没有【看】过代码本身。

3. 代码量上去之后，问题会从模型行为里透出来。有几次我提的需求明明没变复杂，模型的回复却明显变长，开始绕圈子，同样的功能换着花样解释。我没读代码，但从这种【话变多了】的信号里猜到：结构开始脏了，大概率是同一套逻辑在几个分支里重复长出来的。通过指导模型优化方案，模型自身能把代码清干净。（虽然我没review代码确认，但是很多问题似乎确实就这么消失了）。

4. superpower 做交互层效果还不错，但不是丢过去就完事，需要反复优化AI的设计。虽然本身输出略有些啰嗦，但从整体效率来看，探索性原型项目用它还是合适的。

5. 总耗时 5-6 小时，其中一半在干别的。AI 做这种轻量工具已经相当成熟，不再是作坊式生产了。

核心变化在于：以前人写代码，现在人读模型的行为。代码本身退居二线，判断模型是不是在绕圈子、结构是不是开始发臭，成了新的工程能力。