推文

@fireandstart · 2026-10-12 04:11

这套分工最有价值的地方，不是简单地把工作切给三个模型，而是把不同代价的判断放到合适的位置：Haiku 并行搜文件和文档，Sonnet 负责持续推进，Opus 只在计划定稿、同一错误重复出现、以及宣布完成前介入。再往下，选哪个工具、是否重试、某个结果能否忽略，若规则足够明确，就不必每次都调用大模型。 这也提醒我们，Agent 的成本不能只看生成了多少 token。大量开销可能来自等待、重复判断和不必要的升级；把这些小决策做快，既省上下文，也能让强模型把注意力留给真正需要全局推理的分叉。 不过分层的前提是边界可检查：搜索子任务保持只读，升级条件说清楚，失败次数能追踪，完成前有实际验证。否则“省模型调用”很容易变成漏掉关键风险。比起追求全程最聪明，我更愿意看每类任务是否有明确负责人、可观察的触发条件，以及出了问题能否复盘。

曝光 43 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 11.083630628719574