maolon

难点是解决长尾问题
也就是前 70%-80%问题他能轻松解决，
80%-95%也可以通过 harness 来解决，
难的是剩下那 5%的，你不知道用户从哪个旮旯角落里掏出来的的问题

是的输出变多了，速度也更快了，问题就是太贵了，他那个价格已经到了夸张的 $5 Input/$30 Output,
这个价格已经超过 opus 4.7 的 $5 I/$25 O 了
他要超不过 opus4.7 我反而有意见

done ！👍👍👍👍

不认可 spec 说明他 p 都不懂， 不过毕竟他是你老板他给钱照他说的做就是了

codex 是法典的意思啊，一个完整的英文单词为什要拆开读

gemini 用一个词形容就是“戏精”，你让他分析问题很快就开始给你上情绪，什么“深刻的洞察”，“直击要害”，虽然上情绪没啥毛病毕竟舔用户讨喜，但是也连带着带歪他自己的分析。

gpt 情绪就少得多，而且感觉不说人话的原因是因为他回复的时候为了节省 token ，每句话永远少那么一两个字，什么“给这个方案一刀”，“我现在就断”之类摸不着头脑的中文。但是分析，执行能力还是不错的
不过现在分析问题最稳，合作水平最好的反而是 opus 。

agent 能力的话 gemini 更是灾难，有一个很反直觉的地方就是 gemini 的 pro agent 能力反而不如 flash ，gpt 就不用说了，agent 能力稳定的强。

虽然纯 ai 驱动没啥问题， 但是至少要他做质量检查？ mj 和 cc 图都裂了我不知道用的人会怎么想

连 cursor 都不会用只会对着 gpt 网页 cv 那还叫 ai 工程师？楼上说的对，培训机构出来的

我觉得不是很妥，
1. 怎么算是事实？ 观察，推断，需求，结果这些被塞在一起，agent 本身就很容易判断出错，一旦树的上层出现错误就会级联影响下层的结果
2. 虽然 agent 的编排基于事实自然生长看上去更优雅，但是没有解决复杂度的问题，只是把复杂度从谁命令谁变成了谁来定义事实，谁来做冲突解决，谁来撤回和重跑
3. llm 现在本身也不是为“事实治理”训练出来的，而是任务驱动的，基于事实治理的任务成功率存疑
4. 多 agent 至少目前不是版本答案，在很多问题 domain 里单 agent 系统（ SAS ） ，效果并不差甚至是最优的选择，多 agent 一般在任务可拆解（上下文容易隔离），可探索，低耦合的任务上占优，所以也不是说什么任务都需要一个事实总线
5. 最后收敛条件是什么，谁来决定收敛（这也就是为什么 planner- excuter 被这么广泛的被使用的原因），没有这个系统会无限扩展下去