别用天才的价格做初级的活：我横跨四家供应商的 24/7 AI 团队

有那么一段时间，一个 Claude Max 订阅就撑起了我整个 AI 工程团队。那感觉太爽了：固定月费、token 随便用、脑子后面没有计价表在跳。然后团队规模超过五个 agent，开始全天候运转——蜜月期飞快地结束了。

订阅的悬崖

关于扩张 agent 团队，有件事没人会告诉你：订阅是自助餐，而 API 是打着表的出租车。

当我的 agent 还只是偶尔、突发地工作时，订阅把一切都吸收了。可一旦它们变成常驻在线——24/7、几十个 PR、不间断的 review 循环——我就不再是在吃点心了，我是在开工厂。一周过到一半，画面是这样的：

每周额度：100% 用完，而本次会话的计量表又开始往上爬了。一旦 agent 全天候运转，你很快就会撞上这堵墙。

于是我算了一笔"直接买 API 额度"的账。同样的工作量，按量计费的 API 大约是订阅价格的 50 倍。摊到一支 24/7 的团队上，就是每月几千美元流向同一家供应商。坚决不行。在没有收入的阶段不行，为了打杂的活不行，在有更聪明的花钱方式时更不行。

重新框定：我有的不是一个模型，而是一家公司

最烧钱的错误，是把每个 agent 都当成一模一样的克隆体，让它们对每一次敲键都去调同一个高端模型。

真正的公司不会这么干。你不会雇一个首席架构师去录数据，也不会把最有创造力的人放去做 QA。你把人和角色匹配，把角色和预算匹配。人头是分配出来的，不是越多越好。

所以我不再追着买"最好的模型"，而是搭了一张真正的组织架构图——再根据每个角色真正需要什么，给它分配一个不同的 LLM。

真实的组织架构图：最上面是 CEO 助理，下面是一个 Production Manager，协调着跑 Kimi 和 MiniMax 的开发工程师，旁边还有基于 codex 的 reviewer 和一个根因研究员。每一个方框都是一个角色，而每个角色都拿到它配得上的模型。

领导层 → Claude Opus

负责规划和带队的 agent——决定要做什么、各部分如何拼在一起的那些——跑在 Claude Opus 上。

这正是你需要"能把整盘棋装进脑子里、并且发散思考"的模型的地方。以我的经验，Claude 在大局推理、在收敛到某个方案之前生成多种选项这件事上最强。它也是我用的最贵的模型——这没关系，因为领导层是小编制。你只有一个架构师，不是二十个。把高端 token 花在那些会左右下游一切的决策上，正是高端 token 该去的地方。

劳动力 → Kimi 和 MiniMax

任何工程团队的大部分工作，其实就是……把代码写出来。实现一份更聪明的人已经设计好的 spec。

为此我用 Kimi 和 MiniMax。它们没有 Claude 或 GPT 那么犀利——我不假装它们有——但它们写代码像个称职的初级工程师，而且便宜得多。每一个都只有一份工作，外加一条硬边界。

开发工程师 B 跑的是 MiniMax，职责被限定为"只实现 spec；不做 review / 根因分析 / 决策 / 派活"。这里它注意到自己的 PR 已经被另外两个 PR 取代，于是把它关掉，而不是傻乎乎地 rebase 进一个重复版本。初级——但不马虎。

当难想的部分已经在上游想完了，你就不需要一个天才来把实现敲出来。你需要的是能不间断跑、价格又扛得住的吞吐量。体量都在这一层，所以成本纪律最该在这一层。

QA → OpenAI GPT

Review 和创作是完全不同的两种技能。对一个 reviewer，你要的不是有创造力；你要的是细致、守规矩、对走捷径过敏。

GPT 模型（跑在 codex 运行时上）会遵守 SOP。我给它一份紧凑、无聊的任务说明，它就老老实实照做，而不会跑偏去重新设计东西。

Code Reviewer 的常驻指令：review PR，发现缺口就提具体 issue，空闲时上报——并且明确规定永远不要去整理 backlog、不要实现功能、不要提那些并非直接由 PR 衍生的 RFC。纪律高于创造力。

而且这不是做样子。下面是这个循环抓到一个真实安全漏洞的全过程，从头到尾，全程没我在场：

reviewer 拦下了这个 PR，因为生产环境的创建路径把 bot token 和 webhook 密钥以明文存了下来——加密调用在落库前被丢掉了。开发 agent 回去把那一行 EncryptSensitiveFields 调用补回来，重新提交。一个货真价实的明文密钥泄漏，在我没碰一下的情况下被发现并修好。

一个好的 reviewer 不需要是房间里最有想象力的 agent。它需要是最有纪律的那个。把发散的规划者和收敛的 reviewer 配在一起，是整套系统能保持稳定的一半原因。

这到底给我带来了什么

三件事，而且会叠加。

成本断崖式下降——往对的方向。 贵的模型只在花得值的地方运行。其余一切都跑便宜的。账单不再随团队规模线性增长。

专业化。 每一层都做它真正擅长的事——上层发散思考，中层纯吞吐，关口处是有纪律的 review。

韧性。 没有任何单一供应商能挟持我的整套运营。在投资人 demo 前两天被封掉 GitHub org 之后，我用很贵的方式学到了这一课：冗余不是开销，是保险。同样的逻辑也适用于模型供应商。

收获

别再问"哪个模型最好"。开始问"哪个模型适合哪份活"。

智能的单位不是模型——是组织。一旦你把你的 agent 看成一家有角色、有预算的公司，而不是一群一模一样的天才，架构和经济账就都各就各位了。

顺带一提，这正是我在做的 Molecules AI 背后的整个赌注——一个面向 AI agent 组织的操作系统，在那里，像这样组建一支团队是默认能力，而不是我在成本压力下不得不发明的奇技淫巧。