<![CDATA[【一个Agent两个大语言模型，一个学徒工，一个老师傅】]]>诸位，用Agent都是只用一个大语言模型么？

我一直用pi coding agent 配合Deepseek V4。但是Deepseek还是挺弱的。我就给他写了个Skill让他有任何困惑就通过OpenCLI去问ChatGPT或者Gemini。两个大语言模型一聊天，很多技术难点就突破了。

现在Deepseek又涨价了。我更趋向于用pydantic-ai写一组新的Agent。本地的弱模型配合网页上的顾问大模型。除了电费，网费一分钱都不花。

但是本地模型上下文太短了。一直想不明白怎么搞。

我先端上一碟醋，大会儿帮我包盘饺子吧！

]]>https://lcz.me/topic/1433RSS for NodeMon, 07 Sep 2026 17:53:16 GMTMon, 31 Aug 2026 06:54:08 GMT60<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Fri, 04 Sep 2026 01:56:50 GMT]]>

@Yu-Chen-Chang 说:

@张光璞 我目前只有使用Hermes agent，用途是自動化收集資料和分析內容，將結果保存在Google Drive上，可以在我需要資料的時候從Gmail發到我的公司郵箱。使用的就是多模型。附圖是我讓Hermes列出目前所有porfiles的內容。其實工作細分了以後，也可以發現哪些模型會更適合特定的任務。

e634a4f3-b7b5-4971-b7de-f5e0d56acd8d-image.jpeg

👍 我要抄作业

]]>https://lcz.me/post/15769https://lcz.me/post/15769Fri, 04 Sep 2026 01:56:50 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Fri, 04 Sep 2026 01:46:53 GMT]]>@张光璞 我目前只有使用Hermes agent，用途是自動化收集資料和分析內容，將結果保存在Google Drive上，可以在我需要資料的時候從Gmail發到我的公司郵箱。使用的就是多模型。附圖是我讓Hermes列出目前所有porfiles的內容。其實工作細分了以後，也可以發現哪些模型會更適合特定的任務。

e634a4f3-b7b5-4971-b7de-f5e0d56acd8d-image.jpeg

]]>https://lcz.me/post/15768https://lcz.me/post/15768Fri, 04 Sep 2026 01:46:53 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Thu, 03 Sep 2026 13:05:21 GMT]]>@Jerry-Lee661 方向认同：契约+验收清单，本质就是把本串 13-20 楼许托比说的「机械式闸门」工程化落地——放行条件从 prompt 层挪到代码层。我早前在本串 PID:15092 也提过类似分工：本地模型当路由/干活层，结论压缩成 schema 回传，别把长上下文喂给弱模型。

一个可能对 llama-guild 有用的点：验收清单每一条尽量做成可脚本化检查（退出码/测试输出/schema 校验这类 CI 式 gate），而不是让 LLM 自己判断过没过——纯 LLM 判断的「验收」会退化成他同串说的「用几次就开始绕规范」，闸门必须能自动判定才有强制性，这也是 13-20 楼讨论里最值钱的一条。

还没实际跑你的 v0.1.0，实现细节先不瞎评。DSH 适配好了建议来论坛发个实测帖——这边同时跑 dsh/opencode/本地 27B 的人不少，最容易收到第一批真实反馈和 issue。

]]>https://lcz.me/post/15681https://lcz.me/post/15681Thu, 03 Sep 2026 13:05:21 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Thu, 03 Sep 2026 12:11:13 GMT]]>@george-suen @Xiaote @許托比 @张光璞

我最近也在想类似的东西，全部工作都让Deepseek做在涨价后有点吃不消了。自己写了一个契约驱动的多模型编码工作流 llama-guild，基本就是 #13-20 和 @Yu-Chen-Chang 说的那种清单和工具验收。

其实想走subagent机制来外包，但不是所有cli都支持，暂时是用skills + agents + MCP实现。

仓库在这里 https://github.com/Jerry-Lee661/llama-guild
后端支持 llama.cpp / LM Studio / Ollama，打包适配 ZCode / Claude Code / Codex / VS Code / DSH。刚发了 v0.1.0 preview，Pi和Omp后续也会加上。欢迎来踩坑、提 issue。

]]>https://lcz.me/post/15672https://lcz.me/post/15672Thu, 03 Sep 2026 12:11:13 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Tue, 01 Sep 2026 05:54:30 GMT]]>

@George-Suen 说:

诸位，用Agent都是只用一个大语言模型么？

我一直用pi coding agent 配合Deepseek V4。但是Deepseek还是挺弱的。我就给他写了个Skill让他有任何困惑就通过OpenCLI去问ChatGPT或者Gemini。两个大语言模型一聊天，很多技术难点就突破了。

现在Deepseek又涨价了。我更趋向于用pydantic-ai写一组新的Agent。本地的弱模型配合网页上的顾问大模型。除了电费，网费一分钱都不花。

但是本地模型上下文太短了。一直想不明白怎么搞。

我先端上一碟醋，大会儿帮我包盘饺子吧！

有一个双7900 XTX 跑两个模型的方案，就是这个思路 ，敏捷影应用小模型，重型思考就用另一张卡的模型。

]]>https://lcz.me/post/15293https://lcz.me/post/15293Tue, 01 Sep 2026 05:54:30 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Tue, 01 Sep 2026 04:22:02 GMT]]>@George-Suen 说到底 都是口袋深度问题 。。。 不是 AGENT 的问题

]]>https://lcz.me/post/15276https://lcz.me/post/15276Tue, 01 Sep 2026 04:22:02 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Tue, 01 Sep 2026 00:40:21 GMT]]>George-Suen 以前Deepseek是白菜價的時候，可以放任放任Deepseek自己不斷地試錯，畢竟白菜價要什麼自行車？但是當尖峰時刻Cache hit大漲價以後（尖峰五倍），這台自行車就必須是我要的山地車還是競速車。所以，如果可以利用比較規矩的模型來指揮Deepseek V4 flash做事，事實上可以省不少錢。

]]>https://lcz.me/post/15230https://lcz.me/post/15230Tue, 01 Sep 2026 00:40:21 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Tue, 01 Sep 2026 00:32:44 GMT]]>Gemini 这个老师傅还能服役？
它的老年痴呆有救了？

]]>https://lcz.me/post/15224https://lcz.me/post/15224Tue, 01 Sep 2026 00:32:44 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Tue, 01 Sep 2026 00:04:02 GMT]]>@Botio-Kuo 用本地大模型上下文是超级稀缺的资源。

]]>https://lcz.me/post/15219https://lcz.me/post/15219Tue, 01 Sep 2026 00:04:02 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 23:00:11 GMT]]>@許托比

我信你说的话。

但是咱俩用Agent的场景完全不同。我做的东西全凭自己的兴趣，都带有探索性。我做的上一个项目，一开始也是用AI计划，最后发现那条路完全走不通，一直改一直改。好在最后结果我很满意。而且我也不太在乎AI犯错，反正都是我在尝试的事情。

]]>https://lcz.me/post/15214https://lcz.me/post/15214Mon, 31 Aug 2026 23:00:11 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 12:21:46 GMT]]>@George-Suen 喔 。。。 那你要用 BUZZ 可以多个 AGENT 共用一段上下文。。。
cc5ba074-f65f-4402-9866-ce0059c21de6-image.jpeg

或是你就用 firstmate 等 派工SKILL 就行， 说实在的 很多方式都能达到目的
你也可以自己写一个 SKILL ， 清楚表明要分派哪些内容给什么 subagent 並且 他只能看哪些内容 边界定义好

]]>https://lcz.me/post/15159https://lcz.me/post/15159Mon, 31 Aug 2026 12:21:46 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 11:59:05 GMT]]>哥兒們 玩ai永遠記住一個原則 非機械式的規範不可能限制ai ，prompt 下的再好，agent.md或skill寫得再強制 ，ai就是能夠繞過去 ，血的教訓。然後其實地端模型請教前沿模型的做法有點繞路，地端模型是拿來幹活，他不需要在過程中請教，他需要的是一開始有明確的規劃和事後有嚴格審查，所以你的老師傅的位置不應該在徒弟旁邊手把手，而是一開始說清楚叫他幹嘛然後他做完後嚴格的審核他

]]>https://lcz.me/post/15153https://lcz.me/post/15153Mon, 31 Aug 2026 11:59:05 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 11:41:35 GMT]]>@Botio-Kuo 我想的是把信息分给多个agent维护，再有一个agent维护信息的目录。工作agent只维护当前问题的上下文。需要了解历史问题的时候去问他们。

]]>https://lcz.me/post/15151https://lcz.me/post/15151Mon, 31 Aug 2026 11:41:35 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 11:40:15 GMT]]>@George-Suen 这样得情况AGNETS.md优化得好能提高成功率。

]]>https://lcz.me/post/15149https://lcz.me/post/15149Mon, 31 Aug 2026 11:40:15 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 11:35:39 GMT]]>@neo 甚合我意

]]>https://lcz.me/post/15147https://lcz.me/post/15147Mon, 31 Aug 2026 11:35:39 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 11:34:06 GMT]]>我觉得本地模型最大的短板是知识面不够，大局观不够。
所以只让agent在项目设计和遇到难题时才去与线上模型讨论，这样应该能省些上下文，并且要限制轮数。
还有个方案就是线上模型的回答不要直接喂给agent，因为线上模型经常长篇大论，中间可以加一个小模型总结摘要以后再喂给agent。
这两个也可以综合起来用。

]]>https://lcz.me/post/15146https://lcz.me/post/15146Mon, 31 Aug 2026 11:34:06 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 11:32:43 GMT]]>@George-Suen 开源专案 archon 可能可以帮到你
你想要的比较像是一个 WORKFLOW

上下文不行 其实 是因为 pi 本身 compact 没有很强 你要试试看 pi-blackhole 插件

或是用omp.sh 可以解决上下文问题。。。

]]>https://lcz.me/post/15145https://lcz.me/post/15145Mon, 31 Aug 2026 11:32:43 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 11:12:27 GMT]]>@許托比 我说的是 这种东西，它本来就在工作流图里。https://reference.langchain.com/python/langgraph/graph/state/StateGraph/add_conditional_edges

langgraph
你举得资安的例子，我完全没概念，从未接触过。

]]>https://lcz.me/post/15144https://lcz.me/post/15144Mon, 31 Aug 2026 11:12:27 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 10:50:23 GMT]]>@George-Suen 你這樣不太行 必須先定義什麼是必要的時候 這樣閘門才有意義且可以自動 例如資安問題必須通過前沿模型檢核並附上證據 ai在通過閘門的時候沒幹這事就會被擋下來 然後乖乖去做 不需要按是或否

]]>https://lcz.me/post/15143https://lcz.me/post/15143Mon, 31 Aug 2026 10:50:23 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 10:46:47 GMT]]>@許托比 那个就是在必要的时候问大模型，“你认为.....请简单的回答 是 或者 不是”。

]]>https://lcz.me/post/15142https://lcz.me/post/15142Mon, 31 Aug 2026 10:46:47 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 10:41:48 GMT]]>

@George-Suen 说:

@許托比 你说的机械式闸门 是langgraph里那种 是非回答么？ 哪个其实跟动作前提醒挺像的。

類似 基本上就是強制條件 沒通過條件不給commit ai就會照條件走了

]]>https://lcz.me/post/15141https://lcz.me/post/15141Mon, 31 Aug 2026 10:41:48 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 10:38:29 GMT]]>@許托比 你说的机械式闸门 是langgraph里那种 是非回答么？ 哪个其实跟动作前提醒挺像的。

]]>https://lcz.me/post/15140https://lcz.me/post/15140Mon, 31 Aug 2026 10:38:29 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 10:38:38 GMT]]>@George-Suen 其實經過測試 skill跟agent.md都不是好做法 刪減工作內容也不是 最後發現答案就是機械式閘門

]]>https://lcz.me/post/15139https://lcz.me/post/15139Mon, 31 Aug 2026 10:38:38 GMT<![CDATA[Reply to 【一个Agent两个大语言模型，一个学徒工，一个老师傅】 on Mon, 31 Aug 2026 10:34:41 GMT]]>@Yu-Chen-Chang 我跟你的用法比較類似 planner跟Auditor都用前沿模型 其他隨便 地端模型也可以

]]>https://lcz.me/post/15138https://lcz.me/post/15138Mon, 31 Aug 2026 10:34:41 GMT