实现了，基本上就是这样，一键启动本机装的 agent + 安全检查 https://i.imgur.com/i6cq0qw.png https://i.imgur.com/cmVfDJ7.png

好想法，马上加到我的 cli 里去，刚好结合 annotate 功能来使用

国模就 ds v4 flash max （ k3,glm 5.3 贵，慢，卡）, 就算用 5.6 sol 也不要用 codex ，换任何一个其他 harness 都好过 codex ，codex 现在就是纯纯拿来烧你的 token 的，垃圾的很

以及：
速度，质量都有的模型：ds v4 flash max, grok 4.6 high, gemini 3.7 flash high ，
便宜，质量：5.6 luna max, ds v4 flash max, 足够处理各种任务了。

sol 这种模型适合拿来做 review 和决策，不适合写任何工程代码

codex 现在拉完了，凡是大型一点的项目啥都干不完，因为半天就能烧完你的 20x quota ，
都不知他们在那里 vibe 啥的配合 5.6 疯狂的浪费你的 token 。
现在不管用啥，pi 也好，opencode 也好，dsh 也好，甚至 cc 都好都比 codex 不知好到哪儿去了。

参考 a/，langchain 他们的 ai 工程师认证考试的考纲吧

@bigShrimp8577 +1, 我也是只能用一天多一点，比如昨天重置的今天就要蹬完了，反正每次重置前最多也就剩个 50%，其实最大的问题是每次重置完他一周的 quota 是不定的，时高时低，这才是影响最大的

因为这玩意儿影响价格啊，如果 cache read 的价格和普通 input 价格一样那这个 hit rate 0 人在意，
各家动辄 cache read 1/10 的价格，甚至大部分都没有 cache create 价格，那当然是命中率越高越省钱，这很难理解么

实际挺好用，速度和 3.6 保持一致，性能更强还更省 token 了（变相加快完成速度），刚我从 ds v4 flash 全面转去用他了。
然后确实 google 说了之后每月一更新 flash

其实按低峰看还好，flash 算涨价 2.5x ，pro 算涨价 6x ，deepswe 大概是这样子的
https://i.imgur.com/BdMyixP.png

那倒不至于结束了，不过大部分的代码工作都可以安全的让他们来做了(ds v4 pro + ds v4 flash, grok 4.6 + grok 4.5 高低搭配)，

a/和 oai 就安心搞他们的数学和科研去吧

是没啥好吵的，只不过很多人不满的原因不是打乱计划，而是每次重置后他的 quota 都有大幅度的浮动，这才是 reddit 上日经吵的内容

reddit 上的日经话题了，本来就是营销手段没啥好说的，后面还会卖重置卡，怎么可能是“看某人心情”的行为。

我不支持不反对吧，毕竟也算是受益者了，基本每次 reset 前都用完了量。最大的问题不是他的不定时 reset 或者 x 上让你猜的行为，而是每次一 reset 那个套餐用量就在那里上下浮动，这才是最大的问题

ds flash 专用套餐，用其他的哪怕是 ds pro 也能让你见识到什么叫做 quota 消失的速度，

另外还有个大坑就是那些$15 刀限制模型（ mimo v2.5 pro, ds pro...etc ），他那个$15 是按整个 quota 算的，如果你使用指定模型用完了这个 15 刀就是用完整个月的 quota 而不是剩余$60-$15=$45

sol 现在搞工程代码其实不是很合适，经常搞出来 10%的代码+90%的 tests ，然后不断 test ，test ，test ，修复，然后又 test,test,test,test ，哦这里有一个 corner case, test test test test 。很简单的需求都能搞个大几个小时。
除非真正的高难度 bug ，非常重要的核心系统 / 历史遗留大坑，或者很复杂系统的 planning ，我觉得 sol 不是必须的，甚至上到 xhigh 以上的思考强度会严重拖慢进度, 用来 review 确实可以 review 出不少问题， 对于重要系统很好，但是普通系统就有点 overkill 。
luna 我觉得挺好挺合适，不过这个性能附近可以选择的模型有点多，ds v4 flash 0731, gemini 3.6 flash, grok 4.5 都是很好的模型，这个看个人需求了，我现在更喜欢用后三个，尤其 ds 和 gemini 多一些。

没有最贵的用的 199 那个，没有排队，说人话但是实际表现我觉得一般，而且慢，效率低，给的量贼少。

k3 用官方的 ds 我用 opencode go ，
k3 我十分怀疑他专门针对跑分题目做了训练（不是背题而是专门针对评测圈常用的测试方法做了训练），以及针对一个 prompt 生成 xxx 做了专项训练。
dsv4 没感觉有这个问题，基本跑分和实际能力一致