最近 AI 用得比较勤快，主要用 codex(gpt)+ pi(ds+kimi)。

我发现 gpt luna(max) 非常耐用，但是 astra(high+)的token消耗特别快。

ds v4 flash 耐用，k3 现在也相对来说可以。对于未来我有一个判断：一分钱一分智。而且模型的智力不像是汇率可以进行换算，以后可能token价格上也会两极分化。

所以我们首先可以建立一个模型路由。这样可以避免所有环节都用最贵（强）的模型，该省省该花花，把钱用在刀刃上。

模型路由

> 主动自定义 subagent 并在 agents.md 里写清楚模型路由

在做一个需求的时候，我们脑子里对这个需求会有个大致的评估：

| 任务 | 模型 || ------------------------------------------------------------ | :----------------: || 架构设计、复杂调试、安全审查、最终 Review(复杂任务) | 强模型 || 写单测、补注释、格式修复、机械重命名、生成提交信息(简单任务) | 便宜模型 || 普通文件检索、摘要、结构化提取(重复任务) | 中等模型(稳定模型) |

这也是符合直觉的。

但是也有些需求我们没法直接得出用什么模型的结论，遇到这种情况我的经验是：

先用便宜的模型跑一变，我们检查实际效果判断复杂度，模型实现的效果是否正确、是否有歧义，模型的思考过程有问题再去升级。

比如：先让便宜模型分类（重构？Bug？文档？），先做初筛（PR 有没有高风险？），先做摘要（20 页 → 1 页），再交给强模型做推理。

> 这里我们的判断的依据和直觉，我个人认为会在未来变得很重要，这也是越早用AI越能积累的复利，所以要做好记录。

我们知道了什么任务用什么模型了之后，还可以通过一些工具来减少上下文对token的消耗。

压缩工具

一次完整的对话

```text输入 -> 模型 -> 输出

固定指令 + 会话历史 + 文件/网页/工具输出 + 模型回复 + 失败重试```

因为模型部分整个就是个黑盒，所以我们可以通过压缩输入输出来实现节省token的目的（在不降低回答质量的情况下）。

按需求选择工具