ZHAO YIHENG / 2026

用 AI 构建 Agent,也构建一切。

从思路到可运行的 Agent,再到方法论与作品——这是我和 AI 一起完成的东西。

04

AI Coding 工具与开发习惯

我在终端里怎么用 AI 干活——工具清单、套餐取舍与当前的使用范式

我习惯在终端命令行里跑代码。所有 AI coding Agent 都住在同一个终端里,我靠一套自洽的工具链调度它们。

用到的开源工具

终端多路复用器

herdr

Agent 专属的终端复用器:把多个 coding Agent 放进同一屏,实时显示 blocked / working / done 状态,哪个卡住等确认一眼看到;session 可 detach/reattach,断线不丢进度。我日常就是一个 pane 一个 Agent,靠状态灯而不是轮询来调度注意力。

Agent 框架 + TUI

dsh · DeepSeek Harness / dsh-billing-tui

DeepSeek 官方的 Agent Harness,一切皆插件;我主要是通过它的 TUI 用它跑 DeepSeek 模型。我还给它写了一个 dsh-billing-tui:按峰谷分时计价实时算 token 费用并在状态栏显示,编码时心里有数。

主 Agent

Codex CLI

OpenAI 的终端编码 Agent。我拿它当主 Agent / 决策者:制定计划、分解任务、做验收。纯终端、支持 AGENTS.md 指令、沙箱与审批策略,适合做"先想清楚再动手"的角色。

子 Agent / 探索

Claude Code

Anthropic 的终端编码 Agent。Skills、CLAUDE.md、子代理生态成熟,我拿它做探索与"洗 AI 味"这类需要设计判断的活,或者跟 Codex 交叉审查。

浏览器自动化

ego lite

让 Agent 直接用我登录态的浏览器,在独立 Space 里跑自动化任务,不跟我抢标签页。给 Agent 做真实导航、截图、填表验证前端时我在用。

体验过的 Coding 套餐

我用过 Claude 20x 和 GPT 20x 的高档套餐——确实强,但 20x 的价格对我是明显负担。财力有限的前提下,稳定用下来的是两个 20 美元档:ChatGPT Plus($20) + Ollama Pro($20) 的 coding plan。

当前的使用范式

当一个套餐配额不够时,我把"强推理 + 便宜执行"拆开用:

  • 主力执行:在 herdr 的一个 pane 里,用 dsh-tui 调 Ollama Cloud 的 DeepSeek V4 正式版跑重活(写代码、批量处理),成本低、跑得久不怕烧钱。
  • 决策与验收:同一个 herdr session 里再开一个 pane,Codex 作为主 Agent 负责决策、拆计划、做代码评审和最后验收——只在关键节点用贵额度,省着花。
  • 子 Agent 执行:把 DeepSeek V4 Flash 正式版当子 Agent,交给我拆好的小块任务执行,然后回传给 Codex 验收。

一句话:终端是主场,herdr 是调度台,代码/贵额度当大脑,DeepSeek 的便宜模型当手脚——预算有限反而逼出了更清晰的"谁负责想、谁负责干"的分工。

05

关于我

你好,我是赵一恒——厦门大学电子信息类硕士,研究方向 LLM / RAG / Agent。我用 AI 构建 Agent,也构建一切,把「怎么做 Agent」的方法论和作品一起沉淀在这里。

教育背景

  • 厦门大学 · 电子信息类 · 硕士(985)—— LLM / RAG / Agent 方向,2024–2027
  • 中国地质大学(武汉) · 自动化 · 本科(211),2020–2024

研究方向

LLMRAGAgent安全知识推理神经符号检索低空经济智能问答

学术成果

综述论文

低空运行安全的大模型技术综述

SESC 2026 录用 · 推荐至《系统工程理论与实践》

录用
软件著作权

低空经济洞察平台 · 产业政策智能分析系统 V1.0

《低空经济洞察平台产业政策智能分析系统 V1.0》

登记号 2026SR0424325
论文 · 在投

Constraint-Guided Neuro-Symbolic Causal Evidence Subgraph Retrieval for Safety Knowledge Reasoning

约束引导的神经-符号方法,面向因果证据子图检索

在投

下一篇论文的思路

面向安全知识推理,用约束引导的神经-符号方法做因果证据子图检索——在知识图谱上只检索"能支撑结论的因果证据链",相比传统 RAG 的语义召回,强调证据的可解释性与可靠性,与我在 Agent 里坚持的"证据不足即回答=失败"一脉相承。

技术栈

语言 / 平台

PythonSwift 6GoTypeScriptReact

Agent / RAG

Tool CallingMemoryMCPSkillsEino ADKLangChainFAISSQuery Rewrite混合召回

评测 / Observability

Benchmark 评测LLM-as-JudgeHITLOTelPhoenix

进一步了解我的背景,见简历 PDF。