一位开发者在实测多个AI模型后，确立了以DeepSeek V4 Flash为执行核心、Claude为规划审核者的双模型工作流，并自研CLI工具“handoff”实现了全流程自动化。经过开发一个兼容RocketMQ协议的消息队列及handoff工具本身两个真实项目的验证，该方案在保证代码质量的同时显著降低了成本。数据显示，两个项目合计API成本仅约22.32美元（按DeepSeek官方价格计算）。
Handoff工具的核心机制是将强模型设定为“harness”（审核者/协调者），负责派发计划给“执行者”（如OpenCode、Claude Code、Grok等），并挂起监听。它支持自动创建Git工作树、断线重连、远程开发机部署以及多级审批链（低成本模型初审 -> 主模型复审）。工作流上，作者使用Claude进行需求分解和Spec制定，由DeepSeek V4 Flash负责具体代码编写与修复。作者认为，虽然DeepSeek V4 Flash在绝对质量上略逊于Opus 5，但其执行速度快、成本极低，配合Claude的规划能力，综合效率远超单一高端模型。
事件分析
该案例标志着AI辅助编程正从单一模型对话向“多异构Agent协同”演进。通过将高认知负载的“规划与架构”工作分配给Claude等高端模型，而将高并发的“代码生成与修复”劳动下放给DeepSeek V4 Flash等低成本模型，开发者实现了成本与效率的双重优化。自研“handoff”工具的出现，填补了现有IDE（如Cursor、Windsurf）在跨环境、长链路自动化审批及Git流管理上的空白。这种“中间件”层的尝试，结合远程开发机与自动化审批链，展示了未来软件工程向“流水线化AI集群”发展的趋势，即开发者身份将彻底转变为“架构师与审核者”，而非直接的代码编写者。
核心观点：“强模型规划+低成本模型执行”的高低搭配模式，配合自动化编排工具，正成为打破AI编程成本瓶颈、实现全天候无人开发的关键范式。
原文链接：Linux.do
