手搓了一个 agent 架构能减少 长 coding 任务的 llm 往返和 token 开销 80%左右。有 benchmark！
这个想法其实非常简单。假设 Codex 需要修改文件并运行测试，通常需要经历以下流程：
1. 第 1 轮——应用补丁（修改 package 文件）
2. 第 2 轮——应用补丁（修复 Bug ）
3. 第 3 轮——应用补丁（修改测试脚本）
4. 第 4 轮——执行构建
5. 第 5 轮——运行测试和代码检查
6. 第 6 轮——如果使用 Playwright ，Codex 还需要额外一轮读取截图等媒体文件
我们的思路是使用宏命令，将整个流程放入一个 RAG 中，从而在单轮内完成。例如：
- 步骤 1：检查运行环境
- 步骤 2：应用补丁（修改 package 文件）
- 步骤 2：应用补丁（修复 Bug ）
- 步骤 2：应用补丁（修改测试脚本）
- 步骤 3：执行构建
- 步骤 4：运行测试和代码检查
- 步骤 5：读取媒体文件
我使用 Codex 和 GPT-5.6-Sol High 对这种方式进行了测试。结果显示，它可以减少约 40%–80% 的大模型交互轮次，同时节省接近相同比例的 Token 。
具体实现和测试基准可以在项目的 Markdown 文档中找到。我使用 DeepSWE 任务和完整代码仓库重写任务进行了测试：
- repo: [https://github.com/Tura-AI/tura](https://github.com/Tura-AI/tura)
- benchmark 文档： [https://turaai.net/docs#benchmark-current-test-set-record](https://turaai.net/docs#benchmark-current-test-set-record)
| 配置 | 通过数量 | 通过率 | 实际观测 Token | 交互轮次 | 预估成本 |
|---|---:|---:|---:|---:|---:|
| Macro + 逆向推理 | 48/60 | 80.0% | 229,695,477 | 2,017 | $221.138 |
| Macro Direct | 39/60 | 65.0% | 75,108,167 | 969 | $99.620 |
| Codex CLI Medium | 38/60 | 63.3% | 333,538,349 | 3,140 | $257.173 |
| Codex CLI High | 36/60 | 60.0% | 455,742,296 | 6,074 | $327.483 |
---
原文链接：[点击查看](https://www.v2ex.com/t/1228293)
1. 第 1 轮——应用补丁（修改 package 文件）
2. 第 2 轮——应用补丁（修复 Bug ）
3. 第 3 轮——应用补丁（修改测试脚本）
4. 第 4 轮——执行构建
5. 第 5 轮——运行测试和代码检查
6. 第 6 轮——如果使用 Playwright ，Codex 还需要额外一轮读取截图等媒体文件
我们的思路是使用宏命令，将整个流程放入一个 RAG 中，从而在单轮内完成。例如：
- 步骤 1：检查运行环境
- 步骤 2：应用补丁（修改 package 文件）
- 步骤 2：应用补丁（修复 Bug ）
- 步骤 2：应用补丁（修改测试脚本）
- 步骤 3：执行构建
- 步骤 4：运行测试和代码检查
- 步骤 5：读取媒体文件
我使用 Codex 和 GPT-5.6-Sol High 对这种方式进行了测试。结果显示，它可以减少约 40%–80% 的大模型交互轮次，同时节省接近相同比例的 Token 。
具体实现和测试基准可以在项目的 Markdown 文档中找到。我使用 DeepSWE 任务和完整代码仓库重写任务进行了测试：
- repo: [https://github.com/Tura-AI/tura](https://github.com/Tura-AI/tura)
- benchmark 文档： [https://turaai.net/docs#benchmark-current-test-set-record](https://turaai.net/docs#benchmark-current-test-set-record)
| 配置 | 通过数量 | 通过率 | 实际观测 Token | 交互轮次 | 预估成本 |
|---|---:|---:|---:|---:|---:|
| Macro + 逆向推理 | 48/60 | 80.0% | 229,695,477 | 2,017 | $221.138 |
| Macro Direct | 39/60 | 65.0% | 75,108,167 | 969 | $99.620 |
| Codex CLI Medium | 38/60 | 63.3% | 333,538,349 | 3,140 | $257.173 |
| Codex CLI High | 36/60 | 60.0% | 455,742,296 | 6,074 | $327.483 |
---
原文链接：[点击查看](https://www.v2ex.com/t/1228293)
评论
暂无评论。