Matthew Berman 介绍 Relay：将编程工作分配给不同模型

摘要

30 秒看懂

Matthew Berman 介绍了 Forward Future GitHub 组织下的技能 Relay，认为结合前沿模型与成本较低的模型，可以加快编程任务并降低费用。他推广这个免费开源项目；这是他自己的项目，而非独立的产品评测。他的案例比较了混合模型工作流与单一模型的成本，但并未证明每项任务都会更快或生成同样好的代码。[Relay 仓库](https://github.com/Forward-Future/relay)介绍了不依赖特定模型的规划、执行和审查流程，并采用 MIT 许可证。

1执行代理Berman 展示了多个执行代理，称这个案例使用 GPT-5.6 Terra 而非 GPT-5.6 Sol 来完成工作。
2三个阶段他介绍了由前沿模型规划和设计架构、成本较低的实干模型编写代码，再由另一个前沿模型审查的流程。
3一个成本案例据称，混合模型方案花费 25.55 美元，而单独使用 Fable 花费 81 美元；画面还列出单独使用 GPT-5.6 的费用为 46.50 美元。结果取决于任务和配置。
4免费发布Berman 说他免费提供 Relay，而且项目开源。链接的仓库属于 Forward Future，他也在视频简介中推广这个组织。

要点建议

Relay 根据不同角色选择模型，分别处理规划、执行和审查。
Berman 的案例使用 Fable 规划、Composer 2.5 执行、GPT-5.6 Sol 审查。
他展示的 81 美元与 25.55 美元比较只是特定案例，并非普遍价格或质量保证。
Berman 宣传 Relay 免费且开源，链接的仓库位于 Forward Future 组织下。

主题Agent orchestration 编程智能体 AI cost & performance Agent skills Code review & verification

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

分配编程工作

Berman 展示执行代理，并介绍用前沿模型规划、用更便宜的模型执行。另一个前沿模型负责审查代码。

这里可以看到，Relay 已经启动了多个执行代理。在这个例子中，它们使用 GPT-5.6 Terra 作为实干模型，而非 GPT-5.6 Sol。Relay 让 Fable 这样的前沿模型负责规划和设计架构，再把代码编写交给实干模型；我认为这些模型成本更低、速度也更快。

之后，另一个前沿模型会审查代码。我的目标是获得同样好的代码，同时比每一步都使用前沿模型花费少得多。这是预期收益，并非已经证明对每项任务都成立的保证；结果仍需要审查和测试。

成本案例与发布

他给出一个混合模型的成本案例，并称任务完成得更快。他将 Relay 作为免费开源技能提供。

幻灯片 1 / 1成本比较示例画面比较了该案例中单独使用 Fable、单独使用 GPT-5.6 和混合工作流的费用；这些并非普遍价格。

在一个案例中，我们用 Fable 规划、Composer 2.5 执行，再用 GPT-5.6 Sol 审查。我说这种方式把成本从 81 美元降到略高于 25 美元，而且更快完成了任务。画面上的比较列出：单独使用 Fable 为 81 美元，单独使用 GPT-5.6 为 46.50 美元，混合方案为 25.55 美元。这些数字来自该案例，并非承诺的价格，也不是质量相同的受控证明。

我免费提供 Relay，而且它是开源的。视频简介链接到 Forward Future 的仓库；其 README 介绍了规划、执行和独立审查的工作流，并列出 MIT 许可证。这是在推广我自己的产品。