Wiki 知识库

全部文档 / 标签: 模型编排

3 篇
清除

How to Build a Multi-Model Team of AI Agents in 2026

本文介绍 2026 年构建多模型 AI Agent 团队的完整方法。作者指出使用单一模型会导致高成本低效、专业能力受限以及单供应商故障/盲点风险,主张按任务步骤选择合适模型。文章梳理了 2026 年 9 月的主流模型阵容(Claude Opus/Sonnet/Haiku/Fable 5.1、GPT-6 Astra、TypeSafe Jev)及定价,提出五层架构:路由器、编排器、专家模型、评审者(critic)和纯代码层,并讲解如何先对工作负载分类(决策、简单生成、真实工作、难题),再为每层选择最划算的模型。文中附有统一封装多供应商 API 的示例代码,涵盖 effort 参数与 thinking block 处理细节。

技术 › Agent Khairallah AL-Awady 2026-10-1020.4 KB 50.3K 119 86

Claude Code Subagents 工作流指南

文章探讨了 Claude Code 重启嵌套子代理后的最佳实践。作者指出大多数人滥用子代理导致资源浪费,并提出了一套结构化工作流:设置唯一的编排器负责计划,利用三层深度进行审查分发,限制子代理范围,并在核心环节使用旗舰模型,在执行环节使用低成本模型,以实现高效、低成本的高质量交付。

技术 › Claude Code Prajwal Tomar 2026-08-068.1 KB 29.3K 20

实战踩坑:便宜模型执行、贵模型编排?没这么简单!

文章通过三个真实案例,验证了“贵模型编排、便宜模型执行”这一省钱策略。作者发现,虽然便宜模型在文本判定等任务上能打平顶尖模型,但在高复杂度代码和开放式视觉任务上存在局限。关键在于控制模型能力代差和任务可验证性,否则返工成本将抵消节省的 token 费用。

技术 › Agent WquGuru 2026-07-2812.1 KB 10.9K 25