强模型和弱模型之间，如果选择了弱模型，代价往往不只是时间和金钱。我认为就跟一个厨师切菜一样，拿好厨刀切菜跟拿水果刀切菜（强弱模型之间差别就是这么大），不只是时间消耗的不一样，同时切菜这件事情也会反过来影响你的刀功。你在调教模型的时候，也正在被模型反向调教着呢。 ^-^

实际用起来感觉很鸡肋的。subagent和主agent是上下文隔离的，意味着每开一个新的deepseek子agent，Astra就要跟ds讲很多很多背景和任务，这步骤token已经不低了。然后deepseek还要自己横冲直撞地去执行，也得耗费token。执行完后，Astra肯定还要审查吧，又要急头白脸一顿查查查，测测测。最后就是时间也没了，钱也没了。 ^-^

看你所说的提示词是指一些流程、工作流类型的，还是还是针对具体业务的提示词。前者已经失去价值了，甚至成为影响模型能力的桎梏。后者当然是有必要的。

同问。。。自己试过多agent协作的方式去做项目，但是一直都觉得很鸡肋。 首先切模型要重新建立缓存，建立缓存的时候就是一次额度暴击。然后编排模型在给子agent布置任务的时候，往往要输出很多文字内容给子agent去补充上下文信息和行动指导，输出这个大量文本带来的token消耗其实并不低啊。说不定让高智商模型直接梭哈了，成本跟多agent也是差不多的，而且速度更快。

随便写写，想到什么写什么吧。如果你说的干活指的是coding的话，我个人感觉是v4pro的上位替代，找bug的能力，工具调用的能力，智商，速度等都比v4pro好。官方一度要把v4pro下架的（实际上在app和网页里面已经把pro下架了），后续因为其他原因又发通知保留pro的api服务。 而且它是多模态吧，我是做嵌入式开发的，平常会接触硬件原理图，有多模态之后就可以直接整理出来硬件连接关系，方便不少

怪不得，我体感也觉得比官网API差很多，降智而且速度也慢一些

这个帖子其实是在讨论alive的事情，并没有人在讨论glm5.3哈哈哈哈 ^-^