Xudong Han 过去 30 多天把自己的个人 Agent EvoPaw 从"能跑起来的毛坯房"迭代成了"每天都在用的工作系统"，把日常七八成的重复劳动都接过去了。这是一篇把 30 天整个过程拆开、串起来的完整合集。不讲框架、不讲架构图，只讲一个普通人怎么一步一步把自己的 Agent 长出来。
起点：为什么自己搭 Agent 是主权问题
Xudong 每次聊 EvoPaw，都会被问："OpenClaw、Hermes Agent、Nanobot 已经做得这么好了，为什么还要自己搭？"
他的答案就一句：因为用现成框架的那一刻，你就把进化的主动权交了出去。
用现成框架，你永远在追新框架、调 prompt、修兼容。框架升级你就得升级，框架不维护你就得重来。看起来你在用工具，实际是被工具牵着走。
而自己搭的好处，能落到四件具体的事：
第一件，模块边界清晰。 想换哪一层就换哪一层——provider、编排、记忆、技能——上层代码基本不动。这种自由度，在现成框架里几乎不可能。
第二件，可以"偷"设计。 读别人的 Agent 学技能自动演化、读另一个学依赖预检、读第三个学多 provider 抽象。一旦你在自己的系统里跑过一遍，看别人的项目就不再是看"一个整体框架"，而是一堆可以拆下来、拼回去的零件。
第三件，数据和理解的主权。 Agent 用久了，会慢慢长出对你的"理解"：你喜欢什么格式、你怎么拆任务、你最近在焦虑什么。这些不是文件，是长期互动里涌现出来的"二阶资产"。平台 Agent 很难完整迁移——你花一年喂养出来的默契，换平台可能一夜归零。
第四件，门槛真的已经低到离谱。 2026 年有了 Claude Code、Codex 这类 Vibe Coding 工具，你不需要是程序员。改一行 prompt、让 AI 帮你写一个 Skill、加一个记忆文件——一步步就能把这个系统变成只属于你自己的样子。
他的具体起步建议：先用现成工具跑两周，感受"有 AI 助手在线"是什么体验；然后带着挑剔去用它，把所有别扭的地方都记下来，从这些痛点开始动手。起点不是终点。
15 天从 0 到日常使用的五步流程
如果你下定决心要自己搭，下面这套流程是他自己跑下来觉得最顺的一条路。
基座选择：Nanobot。 代码干净、轻量、飞书等通道内置、多 provider 支持。在他试过的所有项目里，是最省事的一个。
第一步，挑一个轻量基座。 判断标准很硬：代码行数最好低于 8000 行，agent loop 一眼能看明白，能比较容易地接飞书或 Telegram。重不重要看你能不能改得动，能改得动才能长得久。
第二步，用 Claude Code 装好，把飞书顺手跑通。 飞书强烈走长连接模式，不用公网 IP、不用配 webhook，是体验最舒服的一条路。
第三步，建好脚手架文件。 CLAUDE.md 是项目的说明书，docs/ 下面再放 spec.md、prompt_plan.md、todo.md。这些文件是跨会话的持久化记忆，比任何 prompt 技巧都强。
第四步，把模糊需求逼成清晰 spec。 这是整套流程里最关键的一步，单独在第三章展开讲。
第五步，每加一个功能必须配测试。 同样关键，在第四章展开。
跑完这五步，你会从"用别人的 Agent"变成"拥有自己的系统"。这两件事的差别比想象中要大得多。
进阶玩法也有两个值得提一句：一个是从 Hermes、OpenClaw 这些项目里"偷"好设计——可以是思想级别的重写、模块级别的抄、甚至文件级别的复用；另一个是装上 Codex MCP，让两个模型互审（第七章展开）。
Vibe Coding 的命门：把模糊需求逼成清晰 spec
Vibe Coding 速度优势的前提，是 spec 必须清楚。spec 越糊，AI 跑得越快，你死得越惨。这是 Xudong 交了无数学费之后才反应过来的事。
他自己跑一个新需求，基本是下面这五步（以"飞书群待办总结"为例）：
第一步，先填一张表，逼自己说人话。 把痛点写出来、把期望写出来、把自己不知道的地方也老老实实写出来。这一步看起来废，但能拦住 80% 的"想到哪写到哪"。
第二步，开 Plan mode（Shift+Tab），让 Claude Code 反复追问你。 边界条件、错误处理、性能要求、跟现有功能有没有冲突——全问清楚。这一步是把脑子里模糊的东西具象化的过程，越被问越能想清楚。
第三步，输出 docs/spec.md。 用列表、用表格，写得像合同，不要散文。一份能让别人看着实现出来的 spec，才是合格的 spec。
第四步（可选但强烈推荐），让 Codex review 这份 spec。 它能挑出你和 Claude 都意识不到的盲区。
第五步，把 spec 拆成 prompt_plan.md 和 todo.md。 每一步控制在 2 到 5 分钟、可以独立验收。这样后面动手的时候节奏才稳。
懒人神器他也直接推荐了：obra/superpowers。装上之后，你说"加个功能"它会自动触发 brainstorming skill，硬约束你先把 spec 出清楚再动手。新手装上能少踩 70% 的坑。
测试是换模型、换底层、做大重构的胆量
Vibe Coding 时代，测试不再是"防 bug"，而是真相通道。没有测试，你根本不知道 AI 改的这一版到底有没有破坏旧功能。
但要注意一件反直觉的事：让 AI 给自己写测试，天然会作弊。 测试和实现互为镜像，永远绿，看着安心，其实毫无防御能力。
正确的姿势是 TDD 简化版，五步走：先让 AI 根据 spec 写测试（这时候测试是红的）；然后你自己 review 这些测试——只测行为，不测实现细节，这一关一定要把好；接着让 AI 写实现，让测试变绿；再加 boundary case 和 adversarial case，故意给函数喂坏数据；最后让 Codex review 一遍这些测试。
superpowers 里有一个 test-driven-development skill 会强制你跑红 → 绿 → 重构的循环，还带一条"铁律"：写了实现但没先写测试，就删掉重写。 听起来狠，但坚持两周之后，你会发现真正的杠杆不是测试本身，而是"敢重构"的勇气。
Claude Code 8 个关键配置 + Codex 10 个 TOML 配置
下面这两套配置 Xudong 跑了几个月，效果非常明显。花 5 到 10 分钟改完，工具会变得更聪明、更便宜、更可靠、也更安静。
Claude Code 8 个关键配置（粘贴进 ~/.zshrc 或 ~/.claude/settings.json）：
- 强制高思考强度（
ANTHROPIC_THINKING_BUDGET） - 关掉自适应思考，防幻觉
- 子代理切到便宜的 Haiku 模型，账单能砍到 1/5
- 主模型默认 Sonnet，遇到硬骨头再切 Opus
- 拉长单次输出上限
- 开虚拟视口和 diff 渲染，不闪屏
- 关所有遥测
- 把 bash 超时放宽到 30 分钟以上
Codex 10 个 TOML 配置（放在 ~/.codex/config.toml）：
默认强模型、reasoning effort 拉到 high；审批策略走 on-request，该问的时候问；沙盒走 workspace-write，默认断网；搜索走 cached；关掉 alternate screen、关掉 reasoning event 的实时显示、关掉长期历史落盘、关掉 analytics。
每一项单独看都不起眼，但叠在一起，使用体验是质变。
新手必装的 superpowers 纪律系统
新手做 vibe coding 最大的敌人，不是 AI 不够聪明，而是缺少强制纪律。AI 速度够快，但人控制不住自己想"跳一步"。
装上 obra/superpowers，重点用下面五个 skill 就够了，全部自动触发：
- brainstorming —— 硬约束你出 spec 再动手
- writing-plans —— 把 spec 拆成 bite-sized task
- test-driven-development —— 强制红绿循环 + 铁律
- systematic-debugging —— 没复现就不许 fix
- verification-before-completion —— 没真跑过验证命令就不许 claim 完成
第一周严格跟着跑，先把肌肉记忆养出来，再考虑魔改。 剩下那 9 个 skill（worktree、parallel agents 之类）一个月以后再碰，不然容易心力分散。
双模型互审，破解自我盲区
Claude 和 Codex 的训练分布不一样，盲区不重合。让它们互相 review，是目前能找到的性价比最高的 QA 方式。
配置方法很简单：用 MCP 把 Codex 注册成 Claude Code 的工具（反过来也行），整个流程在一个会话里跑就行。
最值钱的四个互审场景：
- spec 互审，专门挑边界、歧义、隐含假设
- 测试互审，只看测试本身，揪出那些"装样子的测试"
- debug 二审，让另一方在不看 fix 的前提下独立诊断根因
- 重要 diff 互审，专门盯破坏接口、吞错、和 spec 不一致这三类问题
里面有两条铁律必须守住：
- 测试一定要让没写实现的那一方来写
- Debug 一定要让对方在不看 fix 的前提下独立诊断
只要这两条守住，互审就不会退化成两个模型互相点头。
真正的杠杆是"敢重构"的勇气
Xudong 在结语里说，整个系列说了这么多，其实就一句话：
用现成框架，你永远是用户。自己搭，你才有可能成为主人。
从今天开始，可以做这四件具体的事：
- Fork Nanobot 或类似的轻量项目
- 装好 Claude Code 或者 Codex，改完那套配置
- 装上 Superpowers
- 挑一个真实的痛点，按 spec 流程跑一遍
不需要一次做到完美。 一天改一行 prompt、一周加一个 Skill、一个月重构一次底层，它就会一点一点地，变成只懂你的那个系统。EvoPaw 就是这么长出来的。