上回写了《告别 oh-my-openagent 版本地狱》，介绍了用纯配置文件做 Agent 软路由。之后在日常使用里又是砍又是补，累计下来变化挺大，来汇报一下现在长什么样。
砍掉一个模型
第一版用了三个模型，后来发现多模型 ≠ 多能力。于是砍的只剩 DeepSeek V4 双胞胎：
- Pro：复杂推理、代码分析、重型实现
- Flash：搜索查阅、简单编辑、上下文压缩
砍完干净多了------每个 Agent 和一个模型死死绑定，再也没有"这个任务到底该用谁"的内耗。
Agent 学会了"不要瞎猜"
最早 orchestrator 的意图识别就 6 种模式，经常把"帮我看看这个 bug"理解成"给我解释一下这个 bug"------然后你在那等修，它在那一本正经分析。
现在扩展到了 12 种。关键是加了一条铁律："Look into this" ≠ "Fix this"。Orchestrator 在分派任务前必须明说它理解成了什么，给用户一个喊停的机会。
降级链也从 4 条扩到 8 条。每条链条都是"带脑升级"------拿着失败的上下文去找更高级的 Agent，不是无脑重试。
6 个可复用技能
技能从概念变成了实打实的 6 个：
| 技能 | 一句话 |
|---|---|
gh-cli |
GitHub CLI 全功能映射，360 行 |
conventional-commits |
规范提交信息 |
security-review |
合并前安全审查 |
git-release |
自动推断版本、写 changelog |
remove-deadcode |
清理 AI 写的废话注释和死代码 |
opencode-config |
修改配置本身也有规范 |
remove-deadcode 使用频率最高------AI 实在太爱写 // Create a new instance 这种废话了。
12 条命令，条条省力
新增了 4 条，都很实用：
/commit：自动读 diff、写 Conventional Commits 提交信息，不推送。告别"这算 feat 还是 fix"的精神内耗/learn：把本次会话中发现的长期项目知识沉淀进AGENTS.md。下次新会话自带记忆，省 token/rmslop：删除 diff 里的 AI slop，删完跑构建验证。每次 AI 干完活顺手来一发/release：一条命令准备 tag 发布
配置也是要审计的
11 个 Agent prompt、6 个技能、1 个全局规则文件之间互相引用。迭代多了一定会出现"A 说按照 B 做，B 其实已经改了"的情况。
做了两轮全面审计：修正 prompt 间的引用不一致、补全缺失的模型绑定说明、修复 Windows 路径兼容问题、加固 bash 权限覆盖范围------基本都是"不说没人发现，但 Agent 行为偏差就来自于此"的东西。
实际感受
这套配置不属于"装完就起飞"的类型，得先改一下模型名（批量替换，一分钟的事）。但装好之后的最大感受是稳------只要 OpenCode 配置系统不变，它就能跑。不存在插件更新报错、API 变了断链。
日常使用就是：说话 → orchestrator 自动判断 → 分派给合适的 Agent。复杂任务用 /deep、改方案用 /plan、修 bug 用 /oracle、选型纠结用 /consult、提交前 /commit + /rmslop、收尾 /learn。
成本上，flash 处理大约六七成的工作量但费用远低于 pro，pro 只在真正需要深度推理时才介入。
最后
配置哲学没变：不堆数量，比的是分工清晰、成本可控、行为稳定。 变化的是执行深度------从"有这个想法"到"每个细节想清楚、写清楚、验证清楚"。
如果你也用 OpenCode + DeepSeek，或者被 oh-my-openagent 的版本兼容搞烦了，欢迎来试。