正在打开每日关注
正在打开每日关注
以 Sol 统筹、Luna/Terra 分工实现与审查,探索编码 Agent 的成本—能力路由。
Wow. Lotta love for ‘sol-advisor’. Uses GPT-5.6 Sol as orchestrator/advisor and Luna and Terra on Max reasoning as implementers, with their 80% & 20% price reductions. Luna Max is Sol Medium level and Terra Max is Sol High level on AA-Agentic coding. Graph from @rasbt https://t.co/NX7v9EkCiW
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.
是什么
这条内容介绍 sol-advisor 这一 Codex 开源插件与工作流:由 GPT-5.6 Sol High 负责拆解、决策和调度,GPT-5.6 Luna Max 处理常规实现,GPT-5.6 Terra Max 处理复杂实现,再由新的 Sol 实例做独立审查。其论据是 Artificial Analysis Coding Agent Index v1.1,图表用 API 成本与指数分数对比模型,并宣称 Luna 与 Terra 在能力档位上分别接近 Sol Medium 与 High,同时价格更低。
核心设计 核心不是单纯更换模型,而是把编码闭环拆成规划、执行、升级和复核四个角色。低成本模型覆盖高频、可预测工作;遇到复杂或敏感改动才升级;独立 reviewer 通过新上下文检查结果,降低同一模型自我确认的风险。这是一种按任务难度进行模型路由的多智能体架构,也把成本预算变成调度策略。
关键洞察 价值在于以能力与价格曲线设计默认路径,而不是让最强模型处理所有步骤。评论中还出现把 Claude 作为界面与消息传输层的扩展形态,说明编排层可以与执行模型解耦。
边界与风险 图表的任务集、提示词、Token 统计、延迟和价格口径未展开,不能直接等同于普遍质量结论。评论还报告 Luna 在实际测试中质量和速度明显低于 Sol,说明路由误判、上下文传递、协调开销与 reviewer 成本都可能抵消节省。落地时应对任务分级、工具权限、敏感操作审批和自动化测试设硬门槛,并用本地基准持续验证。