16 KiB
Planet 开发 Agent 模型分配与 Token 控制计划
日期：2026-09-21。状态：已用于本轮地理与空间卡片开发；未改变全局或项目默认模型配置。适用于已授权的开发任务，不代替用户对任务范围的决定。
目标：在固定政治展示规则、现有 UI 逻辑和性能门槛下，降低完成一个合格任务的总成本与返工次数。不是让所有工作都使用低价模型，也不是让最强模型从头包办。
当前重点任务见 Earth 地理资源与空间卡片计划。该计划的功能与验收要求优先；本文件只决定如何组织开发。
1. 模型角色
模型定位参考 OpenAI Docs；下表的具体分工是针对 Planet 的工程建议，需要结合实际一次通过率和返工记录调整，不是模型能力保证。
| 模型 | 精确模型 ID | 默认推理强度 | 分配的工作 | 不作为默认用途 |
|---|---|---|---|---|
| Astra | gpt-6-astra |
high |
跨系统难题、空间展示方案、复杂坐标/深度/性能诊断、关键设计与独立审查 | 日常文件搜索、机械编辑、反复运行已确定命令 |
| Sol | gpt-5.6-sol |
medium；复杂实现用 high |
执行主控、核心代码、共享组件整合、Three.js 状态与生命周期、最终集成 | 逐条整理大批重复记录、重复复述整个项目背景 |
| Terra | gpt-5.6-terra |
medium |
接口已明确的常规实现、局部 UI 修复、数据处理脚本、测试编写、浏览器回归 | 独自决定空间交互方向、坐标模型或跨模块架构 |
| Luna | gpt-5.6-luna |
low；明确的小修改可用 medium |
定向检索、清单比对、日志归类、说明文档初稿、固定格式整理 | 核心渲染、数据迁移、几何归属修改、最终审美或性能放行 |
日常推荐组合是 Sol 主控加一个 Terra worker；Luna 和 Astra 按需进入，不要求每个阶段凑齐四种模型。已经完成的资源准备不因采用这份方案重新做一遍。
当前会话的主模型不会因为写入计划自动变成 Sol。真正执行时，主会话模型由实际任务设置决定，子 Agent 在派发时明确指定模型和推理强度，并核对返回的运行配置；不能把角色名称当作已经切换模型的证据。
2. 本项目任务分配表
| 工作包 | 主执行 | 独立验证/审查 | 交付和升级条件 |
|---|---|---|---|
| 现有窗口、连线、巡航、滚动条入口盘点 | Terra | Sol 检查引用与遗漏 | 文件/符号清单、现有行为证据；Luna 可辅助定向搜索，无需读取全仓库 |
| 贴图归档、尺寸、哈希、配准元数据检查 | 直接运行脚本；脚本需新增时 Terra | Sol 抽查实际输出 | S0 已完成，后续只做有变化的核对，不委托模型重复计算哈希 |
| 固定政治规则的技术合同与几何覆盖边界 | Sol | Astra 审查规则是否贯穿各数据路径 | 权属口径已由项目确定，任何模型均不得重新决定；标识不明确先核对，不能猜测几何 |
| 贴图、海岸线、拾取错位定位 | Sol high |
Astra 在根因不清或涉及多个坐标层时介入 | 用明确经纬点复现，区分错误数据、回退、投影、UV 与半像素偏移 |
| 规则已明确的映射、来源清单、局部转换脚本 | Terra | Sol；关键几何结果由 Astra 抽查 | 只落实批准合同；发现新的几何语义不得自行扩大规则 |
| 多区域空间卡片的第一版运动设计 | Astra high |
Sol 检查能否复用当前实现 | 明确锚点、投影、避让、换侧、背面及阅读稳定性；产出小合同，不产出整套 UI 大改 |
| 2 张卡片的连接、弹性移动、生命周期原型 | Sol high |
Terra 实测；Astra 看关键动效证据 | 优先实现最小完整循环；使用参考图和实际运动证据，不用文字自评代替 |
| 扩至 4/6 卡、增删区域和事件整合 | Sol | Terra 跑交互/竞态测试 | 复用原型合同；main.js 等共享入口只由指定 owner 写入 |
| 共享窗口行为、标准字体、移动抽屉及深色滚动条 | Terra | Sol 看渲染与旧面板回归 | 修改公共滚动所有者，验证图层等所有相关页；涉及共享状态重构时升级给 Sol |
| 地球柔光、材质层次、节点与背景关系 | Sol | Astra 对照 UE/PPT/海报审查 | 第一轮只改少量确定参数并给实际截图；性能退化交 Sol 诊断，难题交 Astra |
| 卡片内指标、普通图表、加载/缺失/错误状态 | Terra | Sol | 数据合同先冻结；不复活固定全屏大面板，不编造缺失年份 |
| 国家/区域接口和前后端联动 | Terra；跨模块变更由 Sol | Sol | 不硬编码中美为唯一对象；范围筛选、比较对象和组合去重必须一致 |
| 性能基准工具和回归测试 | Terra | Sol 检查方法；Astra 审查疑难退化 | 固定设备、数据与相机操作；日志含帧时间和内存证据，不能只报平均 FPS |
| 单位、日期、缓存、旧请求覆盖等复杂数据故障 | Sol | Astra 仅处理跨系统未解问题 | 先给最小复现和失败测试，避免多个模型同时试不同修复 |
| 中英文手册、资源清单、计划状态同步 | Luna 初稿；技术性较强时 Terra | Sol 对照实际 diff | 已实现与待实施分开；Luna 不能自行宣告功能完成 |
| 最终集成与验收 | Sol | Astra 对关键风险做一次集中审查 | 相关测试、渲染、政治规则及性能证据齐全；普通修订不逐项再次走 Astra |
3. 顺序与并行安排
第一轮：证据与边界
Sol 读取现有计划、当前工作区差异和必要规则，整理短任务清单。Terra 盘点实际运行的数据提供者、组件和性能基线；独立且批量的文档/引用整理才交 Luna。先读已有检查结果，避免重新下载贴图、重新研究 World Monitor 或重复跑已经通过的检查。
Sol 将确定的组件接口、规则约束、实际截图与未解问题整理成一个短包，Astra 只审查高返工风险的空间方案和坐标问题。Astra 返回决定、理由和验证点，不再从零扫描整个仓库。
第二轮：最小空间原型与独立 UI 修复
Sol 实现 2 张卡片的锚点、连线和有阻尼移动；Terra 可以同时处理公共滚动条或写回归测试，前提是文件所有权不冲突。先完成最小可演示运动，再扩展内容和卡片数量。若两者都要改 controls.js、hud.css 等共享文件，则按顺序交接，不并行写入。
Astra 对原型的实际截图/录屏做一次聚焦审查，检查是否符合“从地球四周延伸”的方向。空间原型尚未确认时，不展开完整指标卡片和全量国家 UI，以免重演方向错误后大规模返工。
第三轮：内容、全球扩展与性能
合同稳定后，Terra 接入指标与状态，Sol 负责与渲染/生命周期的整合。性能测试由脚本执行，Terra 整理差异；可复现的退化先交 Sol。只有不能局部解释的 GPU/CPU、坐标、异步问题才交 Astra。
第四轮：一次集成验收
Sol 整合并运行所需检查；Luna 根据最终 diff 更新文档初稿。Astra 集中审查关键几何、政治规则完整性、卡片运动与性能结论。已通过范围不反复重测，除非新修改影响该范围。
4. 并发上限与文件所有权
当前环境总并发槽位为 4，含主 Agent；执行时仍以实际可用额度为准。默认使用主 Agent 加 1 个 worker。只有存在两项以上真正独立的工作，且主 Agent 同时有有用工作可做时，才扩大到主 Agent 加 2 个 worker；第 4 个槽位只给临时审查或独立批处理。
每项任务指定可写文件范围。main.js、controls.js、共享 HUD/InfoCard 与跨层状态接口同一时间只有一个写入 owner。其他 Agent 只读检查或提交补丁建议，由 owner 集成。不得并行启动多个浏览器重测相同场景，也不得共享有冲突的登录/本地存储测试状态。
浏览器验证优先使用当前可用的 Browser 控制能力，包括统一 CUA 入口。不能仅因技能目录中缺少单独的 Browser 条目就判定工具不存在；应继续检查已暴露工具并多次重试连接。只有多次确认 Browser 不可用后，才考虑独立 Playwright，并说明具体阻塞。
Agent 完成有边界的任务后停止。只有同一任务需要补充验证时才续用；不能让 worker 在空闲时自动寻找新功能或自行扩大范围。创建用户侧新任务不作为内部拆工方式。
5. 节省 Token 的具体做法
- 派发窄任务，不默认继承整个历史对话。使用简短任务卡加源文件路径；必要历史按最小范围提供。短上下文不能省略政治规则、性能要求和相关视觉证据。
- 主控保存一份简洁任务账本：当前合同、文件 owner、已完成证据、失败原因、下一步。各 Agent 引用同一事实，不各写一份长计划。
- 先
rg定位，再读函数和局部 diff；不重复读取巨大 JSON、整仓日志或全部历史文档。大数据留在文件里，由脚本给出数量、哈希、差异和异常样例。 - 图片、截图和录屏用实际文件查看。不能为了省 token 把视觉任务变成只读文件名或文字概括。
- 相同来源只研究一次，保存来源、日期和关键结论；只有数据变化、结论不足或任务扩大时重查。
- 子任务首次任务卡建议控制在约 500–1500 token，结果摘要约 300–800 token；这是上下文组织目标，不是截断必要证据的硬上限。
- 返回“改了什么、哪些文件、验证证据、剩余阻塞”即可。完整日志和截图放到文件，用路径引用；失败时返回相关片段，不整段倒入主控上下文。
- 哈希、解压、下载、构建、测试和统计交给确定性工具。不要为了运行一条已知命令另开一个 Agent。
- 不重复安排多个模型完整实现同一功能。关键风险做一次独立审查，普通修改由测试与 owner 检查。
- 默认不开
max/ultra推理。提高模型或推理强度只针对具体难题，并记录升级理由。
6. 升级与停止条件
| 情况 | 处理 |
|---|---|
| Luna 遇到不明确需求、需要理解跨文件状态或开始猜测行为 | 交 Terra；若涉及核心状态/几何，直接交 Sol |
| Terra 的任务超出明确合同，或同一实质失败在一次有针对性的修复后仍未解决 | 给 Sol 最小复现、尝试记录和失败证据，不继续盲试 |
| Sol 遇到跨坐标层、性能来源不明或与现有交互语义冲突的问题 | 给 Astra 聚焦诊断任务；可以由 Astra 完成必要关键补丁，不限于口头审查 |
| 已知一开始就是复杂的空间布局或高风险几何设计 | 直接用 Sol/Astra，不为了经过低模型梯级而增加一次无效尝试 |
| 网络、凭证、工具缺失、原始资料不存在 | 不通过升模型解决环境问题；检查环境或记录缺口，继续独立工作 |
| 失败来自缺失用户决定或无法识别的地名/视觉目标 | 提出具体问题，不让多个模型猜不同版本 |
默认允许 worker 一次有证据的修复；是否继续由主控根据新信息决定。超时或 token 消耗增加但没有新增证据时停止扩展，整理已知结果后重新分配，不能无限自递归。
7. 审查门槛
Astra 重点进入三个位置：最初高风险空间/几何合同、首次运动原型、最终关键风险验收；中间疑难问题按需增加。它不需要审阅每一处 CSS、每一段翻译或每个测试日志。
Sol 对各 worker 的交付负责。不能以“另一模型说通过”代替运行结果。任何模型都无权改变项目政治口径、降低性能门槛、把未知数据填成确定值，或自行部署和发版。
涉及政治几何和性能结论，使用与实现过程分离的检查证据；普通文档格式或固定映射使用针对性检查即可。视觉方向仍由已确认的用户要求和参考图决定，Astra 的审美判断不替代用户目标。
8. 单任务派发模板
任务：一个可独立验收的目标
模型与推理：明确 model ID + reasoning effort
必要约束：相关 rules 模块、政治口径、性能、共享组件、视觉参考
输入：最少文件/符号、当前合同、已有验证结果和图片路径
可写范围：明确文件；共享文件由指定 owner 修改
验收：必须出现的行为、必要测试/渲染/性能证据
停止/升级：哪些条件不能继续猜测或扩展
返回：结果摘要、改动文件、检查结果、证据路径、遗留问题
派发有意使用较小上下文时，必须把不可省略的约束写进任务卡。执行任务的 Agent 自行按规则加载相应模块，不因主控已读过就假定子 Agent 也知道。
9. 如何验证分配确实更高效
每个工作包记录模型、推理强度、输入/输出 token（环境可提供时）、耗时、工具耗时、修复轮数、一次验收是否通过和最终证据。若读不到准确 token，就标记未知，不用消息长度伪造 token 统计。
比较每个已验收任务的总消耗，包含主控、worker、审查和返工，而不是仅比较某次调用。先完成 3–5 个有代表性的工作包，再调整默认路由；这个数量是试点取样建议，不代表统计显著性或保证节省比例。
API 单价、订阅额度和任务级成本不是同一个指标。本计划不预先承诺固定节省百分比；模型可用性和实际费用以执行时配置为准。低成本模型导致反复修复时应提前升级；高能力模型能明显减少整体返工时可以直接采用。
10. 官方依据与执行边界
OpenAI Docs 将 Astra 定位为最具能力、适合困难端到端任务的模型，Sol 面向复杂专业工作，Terra 平衡能力与成本，Luna 面向成本敏感任务；它们并未规定 Planet 各文件应由哪个模型处理。本计划按任务风险给出项目级分工。
只在用户已授权相应开发与委派、且运行环境支持时执行这套拆工。仅制定本计划不会切换当前会话模型、修改默认配置或自动启动 Agent。执行时若某个精确模型不可用，先说明并选择可用替代，不把替代模型冒充原分配。
11. 本轮实际执行账本
| 工作包 | 实际分配 | 结果与升级 |
|---|---|---|
| 地理政策、源证据、几何构建与回退 | Sol high，geography_policy |
版本化规则与校验已实现；如实保留未核验几何，未用模型猜测填补 |
| 空间连接线、卡片生命周期与主入口 | Sol high，spatial_callouts |
完成原型；六卡避让多次渲染仍有冲突后，交主控接手约束求解，worker 停止同文件写入 |
| 同机性能基线、对照工具、公共滚动条 | Terra medium，performance_baseline |
保存桌面/模拟手机各 5 次基线；共享滚动容器修复和对照工具已完成 |
| 复杂避让、全球目录/API、视觉参数、集成验证 | 主会话 | 主控整合并审查；性能脚本的场景同步多次失败后也由主控接手修复。独占布局文件，浏览器/构建按顺序执行，避免测试相互干扰 |
| Luna 辅助 | 未启用 | 没有值得额外传递上下文的独立机械任务，不为凑齐模型而派工 |
本轮精确 token 与费用不可得，记为未知；不报告未经测量的节省比例。空间避让存在返工，不能把功能实现或子任务数等同于效率提升。性能问题应在首次稳定复现后采集 CPU/布局证据，再修改热点；本轮最终定位到共享 SVG 长度读取造成的同步布局，单纯调整避让参数不足以解释该成本。性能、运动观感及地理缺项以功能计划的验收状态为准。