如何用 Claude Code 打造你自己的 AI 開發工具 | CJ Hess (Tenex)
Tenex 的工程師 CJ Hess 將介紹他如何建立一套自訂的 AI 開發工作流程，讓模型處理他超過 90% 的前端編碼工作。在節目中，CJ 演示了他打造的 Flowy 工具，它能將 Claude 的 ASCII 計畫轉換成交互式流程圖和 UI 模型，並解釋了為何視覺規劃相比文字能顯著降低認知負荷。他分享了為何偏好在意圖密集的工作中使用 Claude Code、自訂「技能」如何讓 AI 工具隨時間產生複利效應，以及為何結合 Claude 進行生成與 GPT-5.2 Codex 進行審查，能產出比單一模型更好的程式碼。
本集詳細工作流程解析：
最大收穫：
Claude Code 在「意圖理解」方面優於其他模型。雖然 CJ 承認 GPT-5.2 可能「更聰明」，但他發現 Claude 更「易於引導」，也更擅長理解他的意圖。這使得 Claude 在深入處理複雜編碼任務時特別有價值，因為細微的理解比原始智力更重要。
技能是讓 Claude 與你的自訂工具協作的秘訣。 CJ 創建了特定的技能來教導 Claude 如何為 Flowy 生成正確的 JSON，並為流程圖和 UI 模型設定了不同的技能。這些技能隨著他的工具一同演進，形成一個持續改進的生態系統，使 Claude 能更強大地滿足他的特定需求。
利用模型對模型比較來提升程式碼品質。 CJ 在他的工作流程中同時使用 Claude（用於生成）和 Codex（用於審查）。雖然 Claude 擅長快速構建功能，但 Codex 更擅長識別程式碼異味、不一致性和潛在的重構機會。這種雙模型方法產出的程式碼比任一模型單獨工作都要更好。
視覺規劃相比文字能降低認知負擔。即使 Claude 的 ASCII 圖表包含與 Flowy 視覺化相同的資訊，CJ 發現評估和核准視覺模型要容易得多。這凸顯了 AI 工具應適應人類的認知偏好，而不是強迫人類去適應 AI 的輸出格式。
AI 能處理超過 90% 的前端編碼任務。 CJ 表示他「三個月來沒有寫過一行 JavaScript 或 HTML」，取而代之的是管理「AI 團隊」來編寫程式碼。
「冒險」賦予 AI 權限的做法越來越可行。CJ 使用一個名為「Kevin」的別名來代表擁有繞過權限的 Claude，並指出在適當的 Git 安全措施下，相關風險是可管理的。