开源项目 oh-my-harness：通过 Web-IDE 分离策略最大化利用 AI 编程订阅额度

开发者 DoraemonHugU 在 GitHub 上开源了轻量级 AI 编程工作流项目 ‘oh-my-harness’ (OMH)，旨在通过精细化的任务拆解，解决 AI 编程工具（如 Cursor、OpenAI Codex）中昂贵的 API 额度消耗问题。该项目的核心理念是将软件开发流程解耦为“只读阶段”（信息收集、制定计划、代码审查）和“可写阶段”（代码实现）。作者提出，在规划和审查阶段，利用 ChatGPT 或 Claude 的 Web 端配合 GitHub 连接器，可以充分利用网页端慷慨的智能体调用额度，而无需消耗本地 IDE 的 Codex 积分；仅在核心的代码实现阶段，才调用本地的编程模型（如 GPT-4.1-mini 或 Codex）进行具体修改。OMH 工作流包含四个核心技能：信息收集、制定计划、实现计划与审查反馈，强调“Vibe Coding”理念，主张目标清晰的单任务开发，摒弃复杂且低效的多 Agent 辩论模式。通过这种将“思考”交给高配 Web 模型、将“执行”交给低成本本地模型的策略，该工作流在保证代码质量的同时，显著降低了 AI 辅助开发的边际成本。

事件分析

💡 核心观点：AI 编程的下一阶段竞争力在于“编排效率”，通过解耦思考与执行并分配差异化算力，才是平衡成本与代码质量的最优解。