正在打开每日关注
正在打开每日关注
通过 Sol 编排、Luna/Terra 执行与新 Sol 复审，实现 Codex 任务分流和成本控制。
Codex users: here's an amazing way to take advantage of the efficiency and capability of GPT-5.6 Luna Max. It's called 'sol-advisor'. 1. GPT-5.6 Sol High as orchestrator 2. GPT-5.6 Luna Max as implementer for routine tasks 3. GPT-5.6 Terra Max as implementer for complex tasks 4. Fresh GPT-5.6 Sol instance as reviewer A free and open-source plugin for Codex. Installation instructions below 👇 I dare you to install it, and tell me if you hit your weekly usage limits using 'sol-advisor'. I doubt you can.
Codex users: do this right *now*. Max reasoning effort is off by default. Luna at Max reasoning is ~ Sol Medium / Opus 5 Medium level at 1/6th the cost. Change your life today. https://t.co/LB4OWRvgli
是什么
这条推文介绍 sol-advisor，一个面向 Codex 的开源多模型编排插件。它让 GPT-5.6 Sol High 负责拆解、路由和统筹，GPT-5.6 Luna Max 处理例行任务，GPT-5.6 Terra Max 承担复杂任务，最后交给一个全新的 Sol 实例复审。截图展示了这一流程在修复 slugify 测试时的实际进度：先做角色预检，再下发有边界的实现规格，检查 diff 和测试，最后进入独立复审。
核心设计
关键不是单纯更换模型，而是把任务复杂度、推理预算和质量责任显式拆开。截图中的 sol_advisor_luna_implementer、working/done 状态、命令记录以及公共 API 冻结，构成了可观察的执行闭环；“只有一个源文件变化、测试通过、签名保持不变”则是清晰的验收条件。
关键洞察
它把模型选择转化为调度问题，并用专门的 reviewer 降低实现代理自证的风险。对于大量小型编码任务，这种分层可能提升吞吐并节省额度。
边界与风险
模型能力、成本和等价性描述只是作者的经验性主张，应通过同一任务集独立基准验证。实际效果还取决于路由判断、上下文交接、角色文件版本及原生 spawn 接口兼容性。截图虽有 UI 进度设计，但内容主要价值来自 Agent 工程与研发流程，而非界面设计。