拆解 Anthropic 团队协作工作流：96% 质量仅需 46% 成本
anthara_ai · x · 2026-08-30
该帖子介绍了所谓的“Graph Engineering”方法，即通过让多个 AI 扮演不同角色（策划、检索、核查）来协作完成任务，而不是由单一 AI 包办。
核心效果：据称这种方法在保持 96% 产出的质量下，成本仅为单一 AI 运行的 46%。
简易操作指南：
- 规划先行：给 AI 下达任务后，先让其生成详细计划，不触碰具体执行。
- 独立执行：将每个步骤放在全新的对话窗口中运行，避免上下文污染。
- 统一核查：最后在独立的对话中，让 AI 根据原始资料检查之前的产出，并标记不一致之处。
「编程与Agent」频道最新
- 设想：Agent 应具备向人类监督者发送消息的工具 — nbaschez · 2026-08-30
- 视频：LLM 与推理模型关系及 uv 环境配置 — rasbt · 2026-08-30
- 拆解9家公司Agent大脑，发现核心仅4步 — garrytan · 2026-08-30
- 开发者周末完善 AI Agency Operator — oykun · 2026-08-30
- 实测可直接 SSH 连入 ChatGPT 工作虚拟机传文件 — TheZachMueller · 2026-08-30
- 工程案例：为 CI 诊断 Agent 构建成本敏感型决策矩阵 — No-Cheetah-4745 · 2026-08-30