• runner_dhero

    完美的解决了gpt6.1聪明但是干活慢,deepseek在方案明确的前提下干活非常快但是遇到困难问题容易反复碰壁,自身能力也难以应对较大任务规划的问题

    提示词的核心思路就是让gpt尽量把方案具体化、深入化,但是不执行。给deepseek分配适合单次(目标模式)执行的任务块,依赖本次执行结果暂时难以预测的任务放到后续调研。

    给deepseek的提示词就是由gpt撰写的方案,里面明确规定了执行步骤和执行范围,如果执行过程中发现了需要脱离范围才能解决的问题,或者遇到难以执行的问题,就反馈给gpt。(在提示词中写明)

    如此一来在人工参与下基本就能顺畅协作了 ^-^

    主楼
  • runner_dhero

    缺点就是deepseek 直接走api是真的贵,每天如果赶上大活都得烧几十块,但是也没什么办法,反正有人给报销,造就完了 ^-^

    #1
  • mars89757

    DeepSeek直接work buddy反带出来用呀

    #2
  • runner_dhero

    工作比较需要可靠性和效率,还是官key最靠谱,反正有一定的报销额度

    gpt是不给报销的,所以我舍不得开pro哈哈哈

    #3
  • xunuo

    大佬怎么做的呢?我也有类似的需求,但是gpt是订阅的,DeepSeek是api的,得反复切换啊

    #4
  • runner_dhero

    ^-^我目前就是在两个harness间人力切换,但据说有更自动化的方式,主要以这俩玩意的工作速度,基本上一个任务不管是gpt6去调研方案,还是deepseek去一口气执行,没个二三十分钟都下不来,二三十分钟手操一次我还是可以接受的

    #5
  • jaysam

    如果是linux开发环境的话就很好搞,windows可能麻烦一点

    #6
  • yflad

    可以了解下trellis 这个项目

    #7
  • 伊多拉修

    给codex做一个使用dsh cli的agent,应该就可以让它执行的时候用dsh去执行吧?

    #8
  • xunuo

    trellis

    想过;但这样子的话,codex / dsh 的记忆、skills、mcp不方便同步,得经常来回搬运

    #9
  • Xer56

    方案不错佬,6.1sol 制定计划和审查,ds 执行,又快又准。

    #10
  • 好包子

    用CPA把gpt、ds放到一起就行了,接到codex中使用,主模型用gpt,子agent用ds干活

    #11
  • yflad

    固化落实成文档,会不会好些。一般也就针对项目,统一标准

    #12
  • age30year

    deepseek API真正算下来,是不如GPT订阅划算的

    #13
  • 魔皇地狱

    pi或者omp的/vibe模式呢, 跟你说的类似

    #14
  • Marsor

    我是在pi中使用的,主模型是deepseek-flash,advisor是gpt-6.1-sol;也可以反过来用subagents的方式,主模型gpt,子模型deepseek

    #15
  • 伊多拉修

    执行完返回验收是codex这边,虽然没有很详细的执行过程,但记忆应该算是都在codex来管理。不过我现在是外挂了hindsight记忆库,多个agent统一管理,直接绕开了这个问题。

    #16
  • kryptos_N

    同样的思路,只是用上了终端复用器目前用的herdr,有配套skill

    能保证模型在对应harness充分发挥,也解决了agent通信问题,佬友也许可以参考

    #17
  • iswinnime

    我之前是claude出方案,gpt去执行,gpt干活细致不烧心,就是各种雷霆防御,claude在方案部分给了约束,整体效率提高不少

    #18
  • DFobainx

    有报销就使劲造 管他这那的 反正官渠就是快

    #19

发表回复

登录后回复