KaiWuBOSS

@beiyanpiki 是的你提醒我了 不能为了做 swe 来做项目

@beiyanpiki 嗯 怪我 我太懒 让 ai 写帖子。下次一定好好审视。现在可以谈实现方面吗？你觉得哪些可能有机会能帮到这个项目吗？

@KingGaruda 谢谢提醒 我说下我的理解 你的理解建立在 react 框架下 框架调用大模型全流程实现任务。这个模式下小模型确实拉跨。但是我们换个框架呢？如果有套元专家组，他们把代码做了，llm 只做调用校正和测试。这个对 llm 要求就不那么高了。这个理论现阶段实现的项目很多了

@mowentian 哈哈 感谢大厂关注 已经有老师加我了

@repus911 我思路是 有一批能完成代码的专家 小 llm 只做分配工作 写路由的事 这样小模型就够了 难的就是专家和这套机制怎么能协调起来

@cxe2v 之前有过这个思路 但本地模型变成辅助项 简单任务自己做 难任务 api 做 好像有人这么做了 tok 省了 50%

@jukanntenn 嗯 我把所有原理的原文晚点加一下

@jukanntenn 我刚接触的时候 我还幻想搭建一个框架让 deepseek 跑出 opus 能力哈哈 还做了好久。

@CFM880 非常感谢，这个对我很有帮助： 仓库的 bugfix 流水线正好缺这个环节。 现在是 locator → generator → verifier ，verifier 失败后只有 Reflection （ LLM 猜根因）。加一个 Debug Subagent 就能在 verifier 失败后拿到真实运行时信息（变量值、异常堆栈、执行路径），而不是让 LLM 猜。