← Agent 實驗室
課程 8面試 10

模型路由實驗

一個長任務拆成十個階段,每個階段難度不同。左邊替每一段挑模型,右邊即時模擬:花多少錢、花多久、哪裡失敗重做、最後有沒有把壞掉的成果往下傳。

每個階段用哪個模型

改了右邊立刻重跑
預設分工
任務流程(難度:高需要判斷力,低是機械工作)
規則

成本、時間、成功機率都是示意用的固定規則,不是實測:能力不足一級時約半數機率失敗,差兩級必定失敗。同樣設定每次結果一樣。

模擬結果

$0
總成本(示意)
0
總時間
0
失敗重做次數
-
品質風險

三種分工對照(用目前的兩個規則勾選)

分工成本時間失敗風險

逐階段結果

階段模型次數成本時間結果

執行紀錄


      

workflow 能不能自動切換模型?示意

能。只要每個 subagent 或每個步驟都明確指定 model,就不用人手動切。下面的步驟清單會跟著左邊的選擇更新。

subagent 定義(一個檔案一個角色)

        
workflow 步驟清單(依左邊設定產生)

        
「什麼時候該升級」是判斷,不是設定值。要寫成明確規則(連錯幾次、驗收哪一條沒過、碰到資料刪除或權限就直接用頂規),workflow 才有東西可以照著跑;沒寫規則,它只會一直重試同一個模型。

看完要記得

口試怎麼答(約 30 秒)

我不會讓複雜的長任務用頂規模型一路到底,而是依這一步需要多少判斷力來選模型。規劃和架構、疑難除錯、最後驗收用強的,照規格實作用中階,搜尋和整理用小模型。一路用最強的又貴又慢,而且規格清楚時中階模型通常就夠了。同一個子任務連續失敗兩次,就升級模型,並帶著完整的失敗紀錄過去。