独立开发者实测 Fugu Ultra：163 次调用后的工程经验与反思
Future-Cook-6365 · reddit · 2026-08-13
一位独立开发者分享了在生产环境中使用 Fugu Ultra 模型 5 周、共计 163 次 API 调用的真实数据与工程反思。他将该模型作为按需调用的“第二大脑”，用于繁重推理、多文件审查和对抗性验证，核心架构原则是“Fugu 提议，主 Agent 验证并撰写”。
关键数据与教训：
- 缺乏评估标准： 约 92% 的调用没有记录最终裁决（接受/修改/拒绝），导致无法衡量实际效果。开发者呼吁在日志系统中第一天就建好评估列。
- 人工抽查（39 次）： 22 次明显有用，11 次提供了已知信息，6 次纯属噪音。
- 最终裁决（13 次）： 3 次直接接受，9 次修改后接受，1 次完全拒绝。
核心工程模式：
- 故障开放（Fail-open）： 咨询型模型绝不应成为系统的承重墙，端点宕机时流水线应继续运行。
- 专攻难题： 噪音评分基本都来自于发送给它单模型就能处理的简单任务。
- 修改后接受是常态： 共识输出是强有力的草稿，而非最终答案。
「编程与Agent」频道最新
- WebStep：超越成功率，实现 Web Agent 过程级评测的新基准 — algo_diver · 2026-08-13
- 让 AI Agent 接管手机桌面：小组件成新交互界面 — Dense-Map-406 · 2026-08-13
- 开源统一零信任平台 Octelium，支持构建 MCP 网关 — tom_doerr · 2026-08-13
- Hermes Agent 桌面端插件演示：自定义开发与交互实例 — Teknium · 2026-08-13
- Xcode 27 beta 5 推出 3 项新 Agent 技能，加速接入 Siri — rudrank · 2026-08-13
- 实战：用 Hindsight 赋予客服 Agent 真实记忆能力 — Lucky_Shine690 · 2026-08-13