36. 用 PRD 做规划，把任务委派给更便宜的代理

他们做了什么

这位评论者介绍了一套由两个系统组成的内部设置：一个是强制执行测试驱动开发、可以借助 git worktree 运行多代理流程的任务式工作流；另一个是带有钩子和内部风格规则的持久记忆。他们日常的流程是：先与 Opus 这样的高阶代理一起写出 PRD（产品需求文档），拆分成任务清单，再把实现工作交给更便宜的代理；他们还说正在开发自己的 Python 统筹器，通过 API 调用 Haiku 或其他代理。

结果如何

来源没有给出具体的效果数据或业务成果。它把这种方法描述为一套仍在不断演进的内部工作流，而不是一个成熟的系统，用户仍在围绕它搭建运行框架。

需要知道

实际的门槛在于，这依赖评论者自己搭建的定制基础设施，包括任务约束机制、持久记忆和一个仍在开发中的统筹器。

你可以这样尝试

我想在 [仓库路径] 中开发 [功能或项目]。先写一份简短的 PRD，涵盖目标、范围和验收标准，然后把它拆分成一份 TASKS.md 文件中的若干个独立小任务，每个任务都有清晰的完成标准。写完后停下来，把 PRD 和任务清单给我审阅，在实现任何内容之前，方便我把这些任务交给更便宜的模型。