Oracle and Worker Multi-Model Approach

依赖单一AI模型会在能力与成本之间形成一种权衡。对于常规任务而言，高性能模型成本高昂；而兼具成本效益的模型在处理复杂问题时可能缺乏推理能力。

实现一个拥有专业化角色的双层系统：

• 执行者（Claude Sonnet 4）：响应快速、能力完备且性价比突出的Agent，负责处理批量工具调用和代码生成工作
• 决策顾问（Oracle，OpenAI o3 / Gemini 2.5 Pro）：功能强大但成本较高的模型，专门用于高阶推理、架构规划以及复杂问题调试

当执行者遇到瓶颈或需要更优策略时，可明确发起决策顾问咨询请求。决策顾问会审核执行者的处理思路，提出方向修正建议，且不会占用主Agent的context空间。

graph TD
    A[用户请求] --> B[执行者Agent]
    B --> C{是否需要决策顾问？}
    C -->|是| D[决策顾问咨询]
    C -->|否| E[直接执行]
    D --> F[策略指导]
    F --> G[执行者落地执行]
    G --> H[任务完成]
    E --> H

开发环境、复杂编码任务、架构决策，以及初始方案失效的调试会话。

• 优点：可成本高效地使用前沿模型；具备复杂问题解决能力；采用专业化AI团队协作模式
• 缺点：存在额外的编排复杂度；模型切换可能带来延迟；需设计严谨的Oracle调用逻辑