第一版用了三个模型后来发现多模型 ≠ 多能力。于是砍的只剩 DeepSeek V4 双胞胎Pro复杂推理、代码分析、重型实现Flash搜索查阅、简单编辑、上下文压缩砍完干净多了——每个 Agent 和一个模型死死绑定再也没有这个任务到底该用谁的内耗。Agent 学会了不要瞎猜最早 orchestrator 的意图识别就 6 种模式经常把帮我看看这个 bug理解成给我解释一下这个 bug——然后你在那等修它在那一本正经分析。现在扩展到了 12 种。关键是加了一条铁律Look into this ≠ Fix this。Orchestrator 在分派任务前必须明说它理解成了什么给用户一个喊停的机会。降级链也从 4 条扩到 8 条。每条链条都是带脑升级——拿着失败的上下文去找更高级的 Agent不是无脑重试。6 个可复用技能技能从概念变成了实打实的 6 个技能一句话gh-cliGitHub CLI 全功能映射360 行conventional-commits规范提交信息security-review合并前安全审查git-release自动推断版本、写 changelogremove-deadcode清理 AI 写的废话注释和死代码opencode-config修改配置本身也有规范remove-deadcode使用频率最高——AI 实在太爱写// Create a new instance这种废话了。12 条命令条条省力新增了 4 条都很实用/commit自动读 diff、写 Conventional Commits 提交信息不推送。告别这算 feat 还是 fix的精神内耗/learn把本次会话中发现的长期项目知识沉淀进AGENTS.md。下次新会话自带记忆省 token/rmslop删除 diff 里的 AI slop删完跑构建验证。每次 AI 干完活顺手来一发/release一条命令准备 tag 发布配置也是要审计的11 个 Agent prompt、6 个技能、1 个全局规则文件之间互相引用。迭代多了一定会出现A 说按照 B 做B 其实已经改了的情况。做了两轮全面审计修正 prompt 间的引用不一致、补全缺失的模型绑定说明、修复 Windows 路径兼容问题、加固 bash 权限覆盖范围——基本都是不说没人发现但 Agent 行为偏差就来自于此的东西。实际感受