开发者实测双模型编程工作流：高阶规划模型切换引发的效率阵痛

一位开发者在社区分享其复杂的AI编程工作流，该工作流采用了“双模型协作”模式：此前使用“Fable5”作为指导模型负责分析测试数据、制定目标（MD文件）并规划下一阶段任务，而由Codex的GPT5.5作为执行模型负责具体的代码生成与自动化运行。这种“指导-执行”的循环机制通过goal-progress.md文档来防止上下文丢失。该开发者曾高度评价Fable5的举一反三与问题发现能力，但在该模型被禁用后，被迫切换至Opus 4.8作为指导模型。然而，实际体验显示Opus在任务理解和逻辑推演的“味道”上与前任存在显著差异，导致开发者在适应新模型时产生了强烈的不适感，认为其在处理复杂任务链时的效果未达预期。

事件分析

💡 核心观点：AI编程的核心壁垒已从代码生成能力转移至任务拆解与逻辑推理，高阶“规划模型”在Agent工作流中的地位愈发不可替代。