更多动态
，复杂任务的一次通过率直接翻倍。 这种让大模型「互喷」的思路，才是我心中未来 Agent 该有的样子。 1️⃣ 像极了公司开会：丢一个 Prompt 进去，不仅让 Claude、Gemini、GPT 各自回答，最绝的是第二步「匿名互评（Peer Review）」。我就亲眼看着 Claude 犀利指出了 GPT 代码里的逻辑漏洞，这在单一大模型里很难遇到。 2️⃣ 实战场景：写某个功能单用 GPT 调试了三次都不通。我把需求丢进 llm-council，一轮辩论后，「主席」模型直接给出了融合各家优点的最终方案，把 Bug 揪出来了。 虽然多花点 Token 钱（毕竟要调多次 API），但比起半夜修 Bug 的痛苦，这笔账绝对算得过来。 #AI工作流 #独立开发 #Karpathy #LLM #效率工具
2025大家都收获了啥？
订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。 那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。
九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。 九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。 就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。 如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。
