正在打开每日关注
正在打开每日关注
用高能力模型写方案、性价比模型执行并自动验收,形成省 Token 的多 Agent 协作闭环。
最近摸索了一种新的节约 Token 但是效果不错的模式(都是被逼的,Token 太贵): Fable 写设计方案 -> (Loop 开始) Opus 执行 -> Advisor(Fable) 验收 (Loop 结束) 步骤是这样的: 1. 先 Claude 里面设置一下 advisor 为 Fable > /advisor fable 这样在使用 Opus,Sonnet 模型的时候,遇事不决它会请教 Fable,可能会有无谓的 Fable 消耗,但还是可以接受也值得 就好比请了个高级工程师当顾问 2. 复杂一点的问题先让 Fable 出方案,最大化利用 Fable 的能力。 就好比你让一个高级工程师写一个技术方案,让普通工程师去执行 3. 方案写好了确认了,让 Opus 去执行,但是执行的时候,加一句提示词: > 完成后让你的 advisor 验收一下,如果验收有问题就按 advisor 的反馈修复,修复完成后再让 advisor 验收,直到通过 advisor 的验收为止 可以配合 /goal 使用效果更佳 这样 Opus 在实施完成后就会找 Advisor 验收,通过 Advisor 就会给出反馈,然后 Opus 继续修改。 这样的好处就是整个过程你不需要人工去用 Fable 确认—— 以前我就是这么干的,Opus 执行完,我得回到之前 Fable 的会话去让它验收,或者新开一个会话,把文档发给 Fable 验收。 现在 Agent 自己就能形成闭环,不用你自己参与。 就好比你请了个高级顾问,复杂问题找顾问出方案,执行让你的工程师去按照方案执行,每次工程师做完自己去找顾问验收,顾问不仅验收还会告诉工程师哪里不对,然后工程师自己改,不用说每次做完找你,你再找顾问。
现在我很多复杂一点的任务都是 Fable 5 写方案,Codex 去执行,Fable 5 验收,相对来说可以做出比较靠谱的方案,以及兼顾性价比。具体是这么做的: 1. Fable 5 的产出是技术方案文档(图1) 一方面文档方便批注修改,另一方面文档方便其他 Agent 快速上手 2. 文档确认后在当前先 /compact 一次 这一步不是必要的,但是有好处,因为后续还要在同一会话去验证,/compact 压缩后,节约后续的上下文空间,之所以讨论方案就马上发送 /compact,因为这时候 Prompt Caching 还在,成本低,后面缓存过期了 compact 要贵一点。 3. 把文档交给 Codex (GPT-5.6 Sol xhigh)去执行(图2) 如果任务明显比较复杂,我一般会加上 /goal,这样中间就不需要反复去 continue,一次性把任务完成 4. Codex 完成后让 Fable 验证(图3) 直接告诉 Fable 其他 Agent 已经实施了,让它确认有没有遗漏,或者方向有无偏离。 如果有些遗漏之类的,把 Fable 的反馈发回给 Codex(图4),不需要新开会话,在同一个 Codex 会话,Codex 会根据反馈继续完善。 --- 如果用 Opus 5 替代 GPT 5.6 也可以,做法上可以跟上面一样新开会话,用文档传递上下文。 也可以直接让 Fable 5 开 SubAgent 并指定用 Opus 5 模型,并且要求在 SubAgent 完成任务后验证。 但是我执行下来 Opus 5 不如 GPT 5.6 Sol 稳定,也不如 GPT 5.6 Token 耐用,所以宁愿麻烦一点。
是什么:宝玉分享的一套「规划-执行-验收」多模型协作模式:用能力更强但更贵的模型(Fable,任 Advisor/顾问)写技术方案,用性价比模型(Opus 或 Codex)执行,执行完成后由 Agent 主动请 Advisor 验收并按反馈修复,循环直到通过,全程无需人工介入。
核心设计:一是模型按「能力/价格」分层分工——贵模型的价值集中在出方案和验收,执行交给便宜模型;二是给出一段可直接复用的提示词,让执行 Agent 在完成后自动发起验收-修复循环,把以前「人工回旧会话找 Fable 确认」的搬运工作内化为 Agent 闭环;三是成本细节打磨:方案确认后趁 Prompt Caching 有效期内 /compact 压缩上下文,配合 /goal 一次性跑完任务;四是用技术方案文档作为跨 Agent 的上下文载体,便于批注和其他 Agent 快速上手。
关键洞察:自动化验收闭环是核心增益——顾问不仅验收还反馈哪里不对,工程师自己改,人只做方案确认;另外他实测 Opus 5 的稳定性和 Token 耐用度不如 GPT-5.6 Sol,说明模型选型要靠实测而非参数表。
边界与风险:设置 advisor 后遇事不决会自动请教,可能产生无谓的高价模型消耗;整个闭环质量上限取决于顾问模型的判断力,且不同任务、不同模型组合需重新验证性价比。