9B 本地模型干机械活,规划交给大模型:一套省 token 的编程 agent 分工法
Electrical_Ninja3805 · reddit · 2026-10-27
一位开发者分享了用本地 Ornith 1.5-9B(8-bit)跑真实工程任务的经验,并把方法写成了公开的「briefing 文件」,交给强模型(如 Claude Code)阅读后为小模型写计划。
核心分工
- 强模型负责写 spec、拆成小任务卡、合并前验证结果
- 本地 9B 负责最烧 token 的机械中间环节:跑命令、构建、轮询任务、git 操作
给小模型写计划的要点
- 明确到文件和行号、绝对路径、1–3 行的小改动、精确函数签名
- 每步以「命令+预期输出」结尾,写明停止规则
- 每个任务开全新会话、保持小上下文,计划文件当记忆用
- 落地前用 git 和日志验证,不信模型的自我汇报(小模型干的比说的可靠,但常不知道自己何时做完)
战绩与代价:9B 独立完成跨两个仓库、75 个 commit 的合并且回归测试全过;代价是慢——同样阶段 Claude 单干约 1 小时,本地方案要近一天,且需要能跑本地模型的硬件。
「编程与Agent」频道最新
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27
- 零基础用户用 Claude Code 两周 vibe coding 出一款 Godot JRPG — ADHDavid · 2026-10-27