AI 工具选型：豆包、WorkBuddy、Codex 与 Hermes 实践

AI 工具选型五层模型：从问答到系统集成

面对众多 AI 工具，开发者常困惑于如何选择。核心在于任务边界：根据工作内容的复杂度、上下文范围和执行权限，将任务划分为五个层级，并匹配相应工具。

下表从上下文范围、执行权限和典型工具三个维度，横向对比 AI 协作的五个层级，为技术选型提供决策框架。

层级	上下文范围	执行权限	典型工具
问题层	单轮文本	无	豆包、Kimi、ChatGPT
材料层	附件与网页	无	支持多模态的聊天产品
任务层	多来源工作资料	有限工具调用	WorkBuddy 类 Agent
项目层	完整目录或仓库	文件与命令	Codex、Claude Code、Cursor
系统层	跨项目知识与规则	持续运行	Hermes 类系统 Agent

1. 问题层：控制输入变量

适用于短文改写、概念查询和方案发散等单轮文本交互。使用通用聊天模型（如豆包、Kimi、ChatGPT）即可。关键在于输入需包含任务、受众、格式和事实边界，以约束模型输出，避免其自行补全数据。

text 复制代码

任务：改写下面的产品介绍
读者：API 开发者
要求：保留功能名称，控制在 150 字内
边界：不添加原文没有的数据
原文：{{粘贴内容}}

该层无需文件系统或外部工具权限。若任务持续依赖附件与固定格式输出，则应考虑升级至材料层。

2. 材料层：建立验收标准

当任务涉及 PDF、表格、截图等附件时，进入材料层。附件提供事实来源，而验收标准则规定输出质量。指令应明确受众、输出结构、证据位置及责任人等字段。

text 复制代码

background: "本周项目会议纪要"
audience: "项目负责人"
format: ["本周结论", "阻塞问题", "待办事项"]
acceptance:
  - 每条结论标注原文位置
  - 待办包含负责人和日期
  - 缺失信息写"待确认"

评估模型在此层的表现，应使用同一批材料，并记录事实遗漏、引用错误和格式返工次数。

3. 任务层：拆解、执行与核验

任务型 Agent（如 WorkBuddy）能够从多份资料中读取、去重、归类并生成结构化交付物，适用于周报生成、市场调研等有明确目标的多步骤工作。

json 复制代码

{
  "goal": "生成本周项目周报",
  "sources": ["会议纪要/", "待办清单.xlsx", "交付文件/"],
  "steps": ["读取并去重", "按项目归类", "提取卡点"],
  "output": ["结论", "证据文件", "原文位置", "待确认信息"]
}

为降低无效调用和错误写入风险，在涉及搜索或写入操作前，应限定市场范围、产品类型、价格档位、数据时间与来源，并要求 Agent 先提交执行计划。

4. 项目层：将验证纳入工作流

项目层工具（如 Codex、Claude Code、Cursor）的操作对象是完整代码仓库。标准协作流程应覆盖：只读分析、影响范围确认、代码修改、自动化测试、构建检查和变更摘要。

bash 复制代码

npm test
npm run build
npm run lint

模型和 API 线路选型需综合评估能力、延迟、Token 消耗与成功率。可借助 Oken.ai 等平台汇总候选模型与线路价格，再使用固定测试集进行复测。生产接入前，仍需验证模型一致性、缓存计费、限流和故障恢复能力。最终指标应采用单次成功任务的总成本，而非仅比较每百万 Token 单价。

建立可重复的模型与线路测试基线

工程化评估应固定提示词、模型参数、测试仓库和验收命令，并至少重复三次。记录字段需包括输入/输出 Token 数、端到端耗时、finish_reason、测试通过状态及返工轮次。线路选型应基于成功任务总成本，避免单价指标失真。

python 复制代码

import json
import os
import time
from openai import OpenAI
client = OpenAI(
api_key=os.environ["AI_API_KEY"],
base_url=os.environ["AI_BASE_URL"],
)
prompt = "实现登录、验证码倒计时和错误提示，并说明验证步骤。"
for run in range(1, 4):
started = time.perf_counter()
response = client.chat.completions.create(
model=os.environ["MODEL_ID"],
messages=[{"role": "user", "content": prompt}],
temperature=0,
)
usage = response.usage
print(json.dumps({
"run": run,
"latency_seconds": round(time.perf_counter() - started, 2),
"input_tokens": usage.prompt_tokens if usage else None,
"output_tokens": usage.completion_tokens if usage else None,
"finish_reason": response.choices[0].finish_reason,
}, ensure_ascii=False))

5. 系统层：权限、日志与人工确认

当任务模板已稳定且需跨项目长期运行时，可引入 Hermes 类系统型 Agent。系统层需维护 Skills、知识库、计划任务，并配置严格的权限控制、操作日志记录，关键的外部发布与生产修改操作必须保留人工确认环节。

yaml 复制代码

permissions:
  read: ["knowledge/**", "projects/**"]
  write: ["outputs/**"]
  deny: ["secrets/**", ".env"]
approval_required: [send_message, publish_content]
logging: [inputs, tool_calls, outputs]
human_review: "所有外部发布动作执行前确认"