探索AI编程新范式：如何构建GPT监督DeepSeek的分层工作流？

近日，在开发者技术社区 Linux.do 上，关于优化 AI 编程工作流的讨论引发关注。一位开发者提出了一个极具前瞻性的技术构想：能否在编程工具（如 Cursor 或 VS Code）中，通过配置实现 GPT 系列模型对 DeepSeek 模型的指挥与监督？该构想的核心在于建立一种“管理者-执行者”的分层架构，即利用 GPT-4 或 Claude 等在逻辑推理和宏观规划上表现成熟的模型作为“监督者”，负责任务拆解与最终审核；而将具备强大代码生成能力且成本更优的 DeepSeek 作为“执行者”，负责具体的代码撰写与实现工作。这种混合模型架构旨在结合闭源模型的强逻辑能力与开源模型的高效执行力。社区成员交流了可能的实现路径，包括利用特定的 AI 开发工具插件或通过自定义 API 调用来串联两个模型。随着 DeepSeek 等开源模型在代码任务上的表现日益惊艳，开发者不再满足于单一模型的使用，而是开始探索如何通过多模型协同，在保证代码质量的同时显著降低推理成本。

事件分析

💡 核心观点：构建“强模型指挥、强模型执行”的分层架构，标志着AI编程正从单模型比拼迈向多模型协同编排的Agent时代。