V2EX用户分享了其开源即时通讯项目Tarobird的多模型互相调度功能。该功能支持Codex、Claude Code、DSH、AGY、KIMI等多个AI模型相互调用与协作,作者称这是其最常用的功能之一。工作流程为:用户向其中一个模型下达任务后,该模型可自主调用其他模型展开讨论。以撰写GitHub issue为例,用户要求Codex与Opus模型协商撰写一个展示各模型剩余使用额度的issue,随后Codex会新开一个Claude对话,两个模型进行多轮讨论,Codex实时接收Claude的反馈,最终由Claude给出结果,Codex再筛选采纳其中部分内容,生成最终的issue。作者表示,该调度机制不仅适用于撰写issue,在编程场景中也会大量采用多bot相互调度的方式,原因是单一模型的思考能力有限。文中示例仅展示了Codex与Claude的组合,其他模型之间同样可以互相调用。Tarobird是作者开源的即时通讯工具,项目代码已在GitHub上公开,开发者可前往仓库查看或参与开发。
事件分析
该项目的核心看点在于将即时通讯的消息机制改造为多模型协作的通信层:模型之间以对话形式交换中间结果,形成类似专家会诊的工作流。这种思路与当前主流的subagent、MCP协议等Agent编排方案相近,但借助IM界面让协作过程全程可视化,降低了观察与调试成本。从产业层面看,单一模型的推理边界正促使开发者转向多模型互补策略,不同模型在规划、生成、审查环节各有侧重,互相调度有望提升整体产出质量。后续值得关注的问题包括:多模型调用的token成本控制、模型间意见冲突的仲裁机制,以及此类编排能力会否被主流编程工具吸收为原生功能。
核心观点:单一模型推理能力见顶之际,多模型互相调度正把AI编程从单助手模式推向协作网络。
原文链接:V2EX 分享发现