像管理工程团队一样调度AI：多模型混搭编程工作流
leebase65 · reddit · 2026-08-06
像真实工程团队一样管理 AI
作者分享了其「受控 AI 执行引擎」的实践经验，核心思路是像管理真实的软件工程团队一样，为不同层级的 AI 模型分配不同难度的任务。
架构设计
- Agent Orchestrator（编排器）：确保 LLM 严格遵循编码、测试和代码审查的步骤，杜绝跳步或造假。
- Autonomous Engine（自主引擎）：建立任务循环，包括评估任务、构建待办、获取二次意见并执行，所有动作均通过编排器路由。
模型分层策略
- 高级模型（昂贵/聪明）：负责系统规划与代码审查。
- 中低级模型（便宜/高效）：负责具体的代码编写。
通过这种分层，作者实现了不绑定单一供应商或编程工具，而是根据性价比灵活混搭 OpenAI、Anthropic 以及开源模型（如 DeepSeek、Qwen），由编排层屏蔽底层模型差异。
「编程与Agent」频道最新
- 独立开发者的困惑：为何还要用代码审查机器人？ — mattrickard · 2026-08-06
- 联合创始人离职？独立开发者：我用 API 替代了他 — LinusEkenstam · 2026-08-06
- AI Agent 重塑制药流程：专家探讨 Isomorphic 商业前景 — xhluca · 2026-08-06
- PrintingPress：自动将任意API转化为Agent原生CLI工具 — EXM7777 · 2026-08-06
- Agent 记忆架构探讨：该直连数据湖还是用服务副本？ — Confident_Analysis89 · 2026-08-06
- 多模型实测：Muse Code 在 3D 视觉任务中表现惊艳 — cedric_chee · 2026-08-06