开发者分享多模型编码智能体分工配置

开发者 zer0_level 公开了一套多模型编码智能体方案并征询社区意见：由 Codex/ChatGPT 负责架构、规划、复杂推理和审查，OpenCode 配合 DeepSeek V4.1-Fast 完成实现，Serena、ast-grep 用于代码库导航。其目标是减少强模型消耗——他称 Codex 运行 30 分钟会耗尽 5 小时额度，并称实测中 DeepSeek V4.1-Fast 的实现表现优于 GLM、Qwen、Kimi，但这些效果尚非独立验证。 他仍在评估 Ruflo、OpenCode Ensemble、Agent Deck 等编排工具，以及 TokenEconomizer、Hindsight 等上下文与记忆优化工具；该配置目前主要是开发者分享的工作流，并非已证实能普遍节省成本的方案。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。