Elephant-Goldfish Model:AI 写作新范式
EGM 是一款开源插件,它巧妙地将 AI 助手分为两个角色:一个是熟知背景、负责起草计划的“大象”,另一个是只读文档、从零开始审查的“金鱼”。这种机制能有效发现那些作者习以为常却未在文中明确写出的信息缺口。通过让新鲜视角的审查者指出遗漏和模糊之处,EGM 帮助团队在软件设计、项目计划等场景中提升文档的清晰度与完整性,无需编写任何代码即可在多个应用中运行。
作者知道计划中未写明的事情,而没有对话背景的审查者能发现这些缺口。
HN 评论区
21- sathish316
苦涩的教训:任何能在模型或框架之外优化的东西,都会在接下来的两个月内被模型或框架本身优化掉。
在尝试过任何此类模式、技能或下一个大趋势后,我总会回到 Peter Steinberger 两周前的建议,并遵循“直接跟它对话”的工程方法 - https://steipete.me/posts/just-talk-to-it
- CharlieDigital
大约 5 周前,在尝试了几个其他“元框架”后,我转到了 Paseo[0](开源,Apache 2.0 协议,无关联关系)。
这对我的来说是一次非常有趣的实验。
最有趣的是代理配置文件。它看起来过于简单了。没有工具,没有真正的规范,也没有技能配置。但实际上,不知何故,它变得比原生框架模型管理子代理的方式更实用、更强大,且有着微妙的不同。
我在博客中写到了我的设置以及我认为它有效的原因[1]。其核心在于,它本质上是一个动态的多代理框架。我知道你在想什么:CC 和 Codex 也能做到这一点。但 Paseo 有一些有趣的特性:它可以同时使用多个提供商、框架和模型;代理之间可以直接对话,或者通过协调者沟通;它拥有一套适合代理使用的优秀工具集和经过良好调优的技能。
所以我搭建了一个完整的团队,由首席协调器自动决定何时需要技术员工(MTS)、数据库管理员(DBA)、终端用户倡导者或 UI 设计师来提供输入和反馈。
正如我在博客中写到的,我观察到的主要优势是:1)由于团队内部的相互批评,自主生成的输出质量更高、更详细;2)我可以更好地在 OpenAI、Anthropic 和 DeepSeek 之间分配我的 Token;这可能总体上不算更“经济”,但我可以通过分配 Token 有效地“延长”我的会话。
我建议大家去查看 https://agentmgmt.dev/,找到适合你的元框架,因为……
- sbarre
过去几周我尝试过几次 EGM。
最大的陷阱(文档中也提到了)是金鱼评审员永远不会完全满意。
评审员总会挑出点什么,所以你需要能够识别出代理何时在纠结细枝末节(bikeshedding),以及何时该继续推进。
除此之外,这是一个相当不错的方案。虽然我认为它远未达到全自动的程度,但在两种情况下,它都生成了相当不错的规范,在我开始实施之前,不需要太多的额外人工调整。