OpenClaw + Codex/CC：单人用Agent集群替代整个开发团队

单纯靠cc或codex写代码？那已经是上半年的玩法了。现在真正有意思的事情，是搭建一个属于自己的单人开发团队，真正实现“一人公司”。今天聊的这个案例，开发者Elvis已经把全套方案开源，核心是基于OpenClaw的智能体架构。不敢说这是最佳实践，但绝对值得认真一看——趋势就在眼前。

方案的核心思路是这样的：通过OpenClaw与Codex、Claude Code的组合，形成一个智能体集群架构，让一个人直接化身一支完整开发团队。实测数据相当有穿透力——单日最高完成94次代码提交，日常平均提交量维持在50次；最快纪录是30分钟内合并7个PR；需求从提出到上线，通常在当天就能完成，代码直接转化为真实B2B SaaS的经常性收入。而跑通整套架构的月成本大约190美元，最低20美元就能起步。

传统编码大模型面临一个很棘手的问题：上下文窗口的零和博弈。塞满代码就装不下业务逻辑，塞满客户历史记录就无法理解代码库。于是，剥离业务逻辑与代码之间的耦合，成了破局的关键。

在这里扮演的是全局接管者的角色——它处在人类与底层大模型之间的核心编排层。这个编排器被命名为。Zoe直接读取存放在Obsidian知识库中的客户数据、会议记录和历史决策，将业务上下文精准翻译为底层提示词。这个机制与Stripe此前披露的后台智能体系统Minions高度同源，但完全在本地设备运行。

工作流被拆解为极度克制的自动化步骤。需求一旦确立，Zoe直接调用管理员API解除客户限制，并拉取生产数据库只读配置注入提示词。随后，系统为每个智能体分配独立的git工作树和tmux会话。

git worktree add ../feat-custom-templates -b feat/custom-templates origin/main
cd ../feat-custom-templates && pnpm install

tmux new-session -d -s codex-templates 
  -c /Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates 
  $HOME/.codex-Agent/run-agent.sh templates gpt-5.3-codex high

编码智能体在隔离环境中被唤醒。

codex --model gpt-5.3-codex 
  -c model_reasoning_effort=high 
  --dangerously-bypass-approvals-and-sandbox 
  Your prompt here

claude --model claude-opus-4.5 
  --dangerously-skip-permissions 
  -p Your prompt here

让系统拥有了一个很重要的能力：中途纠偏。发现方向错了，不用杀掉进程，直接向终端发送新指令就能强行重定向。

tmux send-keys -t codex-templates Stop. Focus on the API layer first, not the UI. Enter

tmux send-keys -t codex-templates The schema is in src/types/template.ts. Use that. Enter

任务状态会被实时写入

注册表。

{
  id: feat-custom-templates,
  tmuxSession: codex-templates,
  agent: codex,
  description: Custom email templates for agency customer,
  repo: medialyst,
  worktree: feat-custom-templates,
  branch: feat/custom-templates,
  startedAt: 1740268800000,
  status: running,
  notifyOnComplete: true
}

任务一旦完成，状态文件会同步更新。

{
  status: done,
  pr: 341,
  completedAt: 1740275400000,
  checks: {
    prCreated: true,
    ciPassed: true,
    claudeReviewPassed: true,
    geminiReviewPassed: true
  },
  note: All checks passed. Ready to merge.
}

监控机制没有走高成本的轮询，而是通过

每10分钟执行一次确定性Shell脚本。

.clawdbot/check-agents.sh

这个脚本负责检查会话存活状态、调用

验证CI结果，遇到阻碍时最多自动拉起失败节点3次。

代码提交后，必须通过严苛的定义标准。除了常规的TypeScript检查、单元测试与Playwright端到端测试，涉及UI层面的改动必须硬性绑定界面截图，否则CI直接阻断。代码审查环节交由三套模型交叉验证：

兜底逻辑错误与竞态条件等核心边缘情况，专攻安全漏洞与架构扩展性缺陷，则作为辅助验证位提供冗余审查。

这套架构在底层跑通了改良版的

。Zoe不再机械复用静态提示词，而是携带全局业务上下文介入失败节点进行动态调优。它甚至具备了自主寻获任务的能力：早晨扫描Sentry报错日志派发修复工单，会后解析记录提取功能需求，晚间梳理git日志生成更新文档。

不同编码模型在此被彻底分化使用。Codex吞吐了90%的复杂后端与跨文件重构任务，Claude Code接管前端构建与git指令操作，Gemini则前置到UI设计环节输出规范文档。

部署方式被压缩到了极致：只需将架构文档喂给

，系统会在10分钟内全自动完成脚本生成与目录搭建。

目前这套方案的物理天花板卡在了硬件内存上。每个独立工作树和并发编译环境都在疯狂榨干本地资源，16GB内存的Mac mini在并发4到5个智能体时便会触发内存交换。Elvis已经订购了售价3500美元、配备128GB内存的M4 Max版Mac Studio，用于突破当前的并发瓶颈。

技术平权正在重塑商业形态。基于这套系统构建的公关工具

正在落地，完全由AI编排器驱动的一人企业模式，正在向传统商业巨头正面宣战。