我每天指挥十几个 Agent 干活，顺手学会了"抽屉"是什么 - 编程一生
内容提要
作者分享指挥多个AI Agent工作的经验：按任务类型分配模型，生成型用中档模型，验证型（如审查、定位bug、创作）用高档模型。文章是工作副产品，作者出骨架，AI补内容，讨论后沉淀为规范。通过观察AI工作学习新知识，如“抽屉”组件，体现教学相长。核心是分工、验收中持续学习。
延伸解读
模型选择的关键：区分生成型与验证型任务
文章提出按任务类型分配模型：生成型任务（如写代码、批量改造）用中档模型，验证型任务（如代码审查、定位bug、创作）用高档模型。核心逻辑是验证型任务需要更强的判断力，便宜模型容易“看什么都挺好”，导致验收失效。改bug时尤其要注意：定位是验证型，修复是生成型，应分别用高档和中档模型，避免两头花钱。
AI协作的生产链：工作、文章、规范循环
作者的生产方式形成闭环：工作产出文章，文章沉淀为规范，规范又降低后续工作成本。具体流程是作者出骨架，AI补血肉，再通过讨论将结论写入规范文件，使AI下次自动遵循。这种模式让写作成为工作副产品，而非额外负担，也体现了AI在知识管理中的价值。
从AI工作中学习：现场词汇与教学相长
作者通过观察AI工作学到新知识，如“抽屉”组件（Drawer），并指出这种学习方式因带有上下文而更牢固。他将此视为“教学相长”的另一种形式：AI干活，人类验收，在验收中学习。这提示读者，指挥AI不仅是管理，更是持续学习的机会，关键在于能看懂AI的输出。
Q&A
如何根据任务类型选择AI模型？
根据任务是生成型还是验证型来选择。生成型任务（如按需求写代码、批量改造、出素材）用中档模型，因为快、便宜，且错误可被后续验收纠正；验证型任务（如代码审查、质检、定位疑难bug、创作）用最高档模型，因为便宜模型可能看不出问题，等于没验。
为什么创作要使用高档模型？
因为创作是“一次成型成本最高”的活，一篇文章改三遍的时间够重写三篇。用最好的模型让第一遍就接近能用，比用便宜模型出五稿再挑，总账更省。
定位bug和修复bug分别应该用哪种模型？
定位bug是验证型任务，需要全库找线索，读的比写的多，应该用高档模型；修复bug是生成型任务，定位清楚后通常只改几行，用中档模型即可。大多数人用反了，导致两头花钱。
作者的文章生产流程是怎样的？
作者出骨架（观点、结构、要打的靶子），AI补血肉（实际工作中的应用细节），然后双方讨论，将含糊的口语落成准确的术语，将结论沉淀成规范。这样工作产出文章，文章产出规范，规范又降低下一次工作和写作的成本。
作者是如何通过指挥AI学习新知识的？
作者通过观察AI干活来学习，例如AI在设计原型时提到“抽屉”，作者因此学会了前端组件Drawer的中文叫法。这种学习是在工作现场带着上下文进行的，比看教程更牢固。
指挥AI的秘诀是什么？
指挥AI的秘诀不是话术，而是你得看得懂它交上来的活。在分工时学习各家模型的脾气，在验收时学习它的做法，连它随口说的一个词都能捡回来。
