Discrete Phase Separation

当AI Agent同时尝试开展调研、规划与落地方案时，会发生上下文污染。在单次对话交互中，相互冲突的优先级会拉低输出质量，因为Agent难以在探索、战略思考与执行之间达成平衡。这将导致调研不充分、规划模糊以及落地效果欠佳的结果。

将开发工作流拆分为相互独立的阶段，各阶段间通过清晰的交接流程衔接。每个阶段在独立对话中运行，使用全新的上下文窗口，全程聚焦自身核心目标：

研究阶段（Opus 4.1）：

• 深入探索需求、现有代码与约束条件
• 开展全面的背景调研
• 不考虑实现相关问题

规划阶段（Opus 4.1）：

• 构建结构化的实施路线图
• 定义清晰的步骤与依赖关系
• 不受编码事务干扰

执行阶段（Sonnet 4.5）：

• 系统执行规划中的每一项步骤
• 专注于代码质量与功能实现
• 充分利用前序阶段输出的精炼成果

核心原则： 仅在阶段间传递精炼后的结论，而非完整对话历史。这种方式既能避免上下文污染，又能维持必要的信息流转。

graph LR
    A[研究阶段<br/>Opus 4.1] -->|精炼研究成果| B[规划阶段<br/>Opus 4.1]
    B -->|实施路线图| C[执行阶段<br/>Sonnet 4.5]

    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#e8f5e9

适用场景：

• 需要大量背景调研的复杂功能开发
• 对现有代码理解要求极高的重构项目
• 需审慎考量架构决策的全新代码库开发
• 任何将调研与实现环节混同会降低成果质量的任务

实施方法：

1. 调研阶段 —— 与Opus 4.1开启新对话：

   • 指令示例：“调研认证系统并记录所有OAuth流程”
   • 将调研结果整理为结构化文档
   • 结束对话

2. 规划阶段 —— 与Opus 4.1开启新对话：

   • 提供提炼后的调研成果（而非完整对话记录）
   • 指令示例：“制定添加Google OAuth支持的实施计划”
   • 生成分步执行路线图
   • 结束对话

3. 执行阶段 —— 与Sonnet 4.5开启新对话：

   • 提供已制定的实施计划
   • 指令示例：“执行步骤1：创建OAuth配置模块”
   • 按步骤系统推进执行

前置要求：

• 各阶段间具备清晰的交接文档
• 能够严格自律，不混同不同阶段
• 了解并懂得利用各模型的优势

优点：

• 凭借聚焦式注意力，各阶段可产出更高质量的结果
• 避免因目标冲突导致的context污染
• 充分发挥各模型的专属优势（如Opus擅长推理，Sonnet擅长执行）
• 针对复杂项目，可构建更清晰的心智模型
• 更易于排查是哪个阶段引发了问题

缺点：

• 需要更明确的阶段管理与交接机制
• 对于单次流程即可完成的简单任务，效率可能偏低
• 需要严格遵守规范以维持阶段边界
• 若交接流程设计不合理，存在信息丢失风险
• 多轮对话场景下，token总消耗量更高