https://svtter.cn/tags/workflow/Recent content in Workflow on Svtter's BlogHugo -- gohugo.iozh-cnMon, 05 Jan 2026 16:00:00 +0800https://svtter.cn/p/%E9%AB%98%E6%95%88%E7%9C%81%E9%92%B1%E6%88%91%E7%9A%84-ai-agent-%E5%B7%A5%E4%BD%9C%E6%B5%81%E9%80%89%E6%8B%A9/Mon, 05 Jan 2026 16:00:00 +0800https://svtter.cn/p/%E9%AB%98%E6%95%88%E7%9C%81%E9%92%B1%E6%88%91%E7%9A%84-ai-agent-%E5%B7%A5%E4%BD%9C%E6%B5%81%E9%80%89%E6%8B%A9/<img src="https://svtter.cn/p/%E9%AB%98%E6%95%88%E7%9C%81%E9%92%B1%E6%88%91%E7%9A%84-ai-agent-%E5%B7%A5%E4%BD%9C%E6%B5%81%E9%80%89%E6%8B%A9/featured-image.jpg" alt="Featured image of post 高效省钱：我的 AI Agent 工作流选择" /><p>Claude Code 一个月 $100 费用有些高，很多朋友都有点扛不住。为了解决问题，我实践了一套工作流。</p> <p>模型方面，我的建议是，选择 <code>Gemini 3 Flash</code> 的按需用量作为替代。</p> <p>原因：Gemini 3 Flash 性价比极高；响应速度快、处理效率高，价格仅为 Opus 和 Sonnet 的几分之一。对于大多数任务，Flash 版本已经足够使用。</p> <h2 id="省钱的-workflow">省钱的 Workflow </h2><p>一个经济实惠的工作流：</p> <ul> <li><strong>制定计划</strong>：使用 Gemini 3 Flash</li> <li><strong>执行构建</strong>：使用 OpenCode 提供的免费 GLM 4.7（或 MiniMax M2.1）。亦或者你已经购买了 <a class="link" href="https://svtter.cn/p/%E6%99%BA%E8%B0%B1-glm-4.5-%E5%9C%A8%E7%BC%96%E7%A8%8B%E6%96%B9%E9%9D%A2%E7%9A%84%E8%8B%A5%E5%B9%B2%E9%97%AE%E9%A2%98/" target="_blank" rel="noopener" >Zhipu Coding Plan</a>。</li> </ul> <p>提到 Gemini 3 就不能不提 GPT-5.2。</p> <p>首先，部分工程师不使用 coding agent，而是使用直接使用 ChatGPT.com。这种使用方式且不论是否高效，可靠性就令人担忧。从实际体验来看，GPT-5.2 的回复语气做了拟人化微调，过于迎合用户。虽然可以调整语气，但对于专业开发者来说可能不是最佳选择。</p> <p><img src="https://svtter.cn/p/%E9%AB%98%E6%95%88%E7%9C%81%E9%92%B1%E6%88%91%E7%9A%84-ai-agent-%E5%B7%A5%E4%BD%9C%E6%B5%81%E9%80%89%E6%8B%A9/pics/image_1767597061665_0.png" width="1023" height="930" srcset="https://svtter.cn/p/%E9%AB%98%E6%95%88%E7%9C%81%E9%92%B1%E6%88%91%E7%9A%84-ai-agent-%E5%B7%A5%E4%BD%9C%E6%B5%81%E9%80%89%E6%8B%A9/pics/image_1767597061665_0_hu_175ada8cb4120ce2.png 480w, https://svtter.cn/p/%E9%AB%98%E6%95%88%E7%9C%81%E9%92%B1%E6%88%91%E7%9A%84-ai-agent-%E5%B7%A5%E4%BD%9C%E6%B5%81%E9%80%89%E6%8B%A9/pics/image_1767597061665_0_hu_c7107e2757a481d7.png 1024w" loading="lazy" alt="GPT-5.2 回复语气截图" class="gallery-image" data-flex-grow="110" data-flex-basis="264px" ></p> <p>此外，尽管 GPT-5.2 在 SWE-bench veried 上得到了较好的性能，但是我实际体验不好。这就不得不说一下 SWE-bench 的历史：</p> <p>SWE-bench 最初由<strong>普林斯顿大学</strong>团队提出（ICLR 2024），用于评估语言模型解决真实 GitHub 问题的能力。</p> <p>但问题在于：2024年8月，OpenAI 的 Preparedness 团队与原作者合作，推出了 <strong>SWE-bench Verified</strong>（500个经过人工验证的问题子集）。由于 OpenAI 参与了这个新版本 benchmark 的<strong>设计</strong>，因此在这个 benchmark 下测试的 OpenAI 模型性能值得怀疑。这并不一定是主观引入性能优化，但是 Bias 在这种情况下，极有可能存在。</p> <p>还是那句话：从实际使用上来看，codex 总不能带来特别理想的结果。</p> <h2 id="一些-opencode-技巧">一些 opencode 技巧 </h2><ol> <li>通过 OpenCode 使用 Agent</li> </ol> <p>OpenCode 支持启动 SubAgent。调试前后端代码时，可以让 OpenCode 在不同目录启动 Agent，有效避免权限问题。</p> <ol start="2"> <li>OpenSpec：跨 Agent 共享规范</li> </ol> <div class="highlight"><div class="chroma"> <table class="lntable"><tr><td class="lntd"> <pre tabindex="0" class="chroma"><code><span class="lnt">1 </span><span class="lnt">2 </span><span class="lnt">3 </span><span class="lnt">4 </span></code></pre></td> <td class="lntd"> <pre tabindex="0" class="chroma"><code class="language-fallback" data-lang="fallback"><span class="line"><span class="cl">1. OpenCode + Gemini 3 Flash → 生成 proposal </span></span><span class="line"><span class="cl">2. Codex → 代码审查 </span></span><span class="line"><span class="cl">3. Claude Code → 再次审查 </span></span><span class="line"><span class="cl">4. OpenSpec Apply → 最终执行 </span></span></code></pre></td></tr></table> </div> </div><p>OpenSpec 生成 spec 是靠谱的，但是有时候便宜模型代码质量不行。这个时候可以多生成几次，使用 spec 生成多次，从中挑选最好的结果。</p> <p>最后，如果从 PR 看到确实不行，仍可以继续采用 sonnet 4.5 来实现代码。</p> <h2 id="思考">思考 </h2><p>作为 Agent 工程师，我们需要基于以下趋势做决策：</p> <ol> <li>模型会越来越聪明</li> <li>执行速度会越来越快</li> <li>价格会越来越便宜</li> </ol> <p>虽然这是大趋势，但在实际任务中仍需平衡计算速度、成本和最终效果。也许很快就会出现能够自动平衡这些因素的 Agent 系统，但是现阶段考虑这些问题，没错。</p>