有人把"模型分工"做成了一个标准动作。@interjc 推荐的插件叫 agy-staff:在 Claude Code 或者 Codex 里,用 Astra 或 Fable 当指挥,让 Gemini 3.8 Flash 去干活,他的评价是"性价比之选"。
仓库的自我介绍写得很直白:把 Google 的 Antigravity CLI(agy)当成一名跑得快的 Gemini 员工,雇给 Claude Code 和 OpenAI Codex。换句话说,主 Agent 是包工头,agy 是那位便宜又麻利的员工。
为什么这样配划算:贵的模型负责规划、判断和验收,快的模型负责跑量。账单省下来的部分,就是这套组合存在的全部理由。与其死等一个更强的模型发布,先把任务分层,收益来得更快也更确定。
装法就是那个插件:github.com/keli-wen/agy-s…
我的提醒是,多一层调度就多一层失败点。主 Agent 得能判断"这活该不该交给 agy",agy 交回来的东西还得有人验收,链路一长,排错成本跟着上去。值不值得,取决于你日常任务里"简单但量大"的活占多少:占比高,这层分工很快回本;全是难题,它就只是多绕一步。
话题来源 @interjc
41.5K阅读 ❤️296 x.com/…↗ 已改写,非原文转载
27 浏览 0 评论
0 反应












