【后续】继上次实测四个模型后，选了v4 flash做的新coding工作流，经过两个真实项目验证了

先贴上原帖：

用一个真实需求测试了DP V4 Flash + grok4.5 + 5.6-luna + opus 5的表现

背景

经过上次测试之后，我觉得grok4.5快，有小聪明，但是思考问题不够深。deepseek v4 flash稳，而且质量是OK的，虽然没有opus5和5.6那样好，但是用三分之一的时间执行加修复是可以接受的，尤其是太便宜了，叠加opencode go的订阅计划和现在2x的用量，约等于免费。

过程

于是我打算先拿一个新项目试手，这个项目想做很久了，一个兼容rocketmq协议的低内存的消息队列，一开始是使用fable 5和opus 5进行规划和写plan，然后我手动去opencode执行，再回来手动叫claude审阅，然后把修改意见再复制粘贴到opencode。这么做了大概两三天，发现这条路是真的走的通的，于是小脑瓜一动，做一个自动交接的工具吧，于是就有了handoff。handoff除了第一期mvp是claude code做的，后面全程是claude code通过handoff派发到opencode去做的。大部分bug和坑已经踩完了。消息队列那个项目的后半部分也是claude code通过handoff派发到opencode去做的。我目前还没有专门做过优化，所以说能看到的代码，基本上就是claude规划 + deepseek v4 flash执行的能力，大家可以自行clone下来让你们的模型去评测一下，打个分，看看能否达到你们的要求。

handoff的功能、流程、特性

1. 你的强模型harness作为审核者/协调者把一个具体的plan或者任务派发到某个执行者（目前只支持opencode、claude code、codex、grok），然后挂起监听。


2. 执行者在执行的时候会有提问/权限审批，harness接到后进行回答或者审批


3. 执行者结束后进入待审核状态，harness检查，没问题就done掉这个任务。


4. 有问题的话，通过continue命令让执行者继续在原会话中返工。


5. handoff自动处理git基线，自动创建工作树/分支，并以此为目录打开执行者harness。


6. 断线自动重连，更新不影响不打断执行者的任务执行。（但是为了安全起见，有任务执行时不会更新，需要使用–force强制更新）


7. 支持派发到远程开发机（这是我最爱的功能，我上下班的路上它也在干活）


8. 安装时自带skill，用户无学习成本，让agent自己搞去。


9. 审批链：可以自己配置一个低成本模型做第一道自动审批，主harness是第二道，前面两道都不敢审批的，会提到用户这里进行审批。

看着好像是挺麻烦，但是需要我们做的就是安装，和一句指令：“/handoff handoff到devbox执行，使用opencode，整个plan派发，让执行者内部使用subagent执行。”

工作流程

我的工作流程是这样的，claude/codex + superpowers用来做需求、规划、spec和plan，然后在claude.md/agent.md中写明交接规则，这样的话在writing-plans结束的时候就会主动问我是不是要派发到opencode。合并、测试之类的派发grok去干，已经订了会员，不用白不用，grok是真快。下面是我的claude.md关于派发的规则。

进阶用法

1. 设定一个目标，写好spec，分成N个plan，然后先写第一个plan，让你的harness调子agent作为审核者，由子agent去派发到执行者，并且负责回答问题、审批和审阅代码。同时在主会话中继续聊需求，定后面的plan，都定好之后，让它按照这个流程自主推进。以上是我的理想形态，也是我开发handoff桌面端正在用的流程，现在正在优化这个流程，争取早日让agent24小时连轴转。


2. 把执行者安装在远程工作机上（目前执行者只支持claude、codex、grok、opencode，主harness不限制），然后公司内部共用，能达到另一种cpa/sub2api的效果。但是要注意并发，在实际使用过程中要注意CPU/进程数/内存能撑得住，如果进程数超过一定数量，handoff会拦住不派发，不然会把机器打崩（Mac的开放给用户的进程数只有2666，Linux大的多的多）。
   
   
   
   

主harness的区别

先说Claude code和grok，这两个作为主harness，也就是审核者/协调者的时候，是有原生的monitor/后台任务唤醒机制的，也就是可以挂一个后台运行的长链接，随时在当前会话被唤醒继续处理，你可以并行在当前会话继续聊需求，或者让它做其他的事情，就把handoff当成一个子agent处理。但是codex和opencode是没有这个机制的，只能是前台挂着，或者让子agent去派发。

附上opencode调用deepseek v4 flash的成本

做这两个项目v4 flash按照API价格是一共消耗了22.32刀（没开opencode的时候用官方API还花了十几块钱，没算进去），还有一部分是kimi-2.7消耗的，那是claude觉得flash做不了，换了一个model。这也是个坑，最好在claude.md/agents.md中明确下来执行者和模型，虽然handoff有配置的执行者和模型，但是架不住有AI耍小聪明。

结语

我的本意是通过这种方式把Claude从20x的订阅改到5x，但是事与愿违，现在的干活效率远超之前，于是就要干更多的活，结果还是要20x的订阅。

附上两个项目的链接：

顺便开个投票，看看有没有真实需求：