# 一份简报文件，让大模型写出本地 9B 模型真正能执行的计划（并减少我的 Claude token 消耗） - 原标题：A briefing file that lets a big model write plans a local 9B can actually execute \(and cut my Claude token spend\) - 类型：帖子 - 来源：Reddit - 发布时间：2026-10-27 - 首次精选：2026-10-27 11:32 - 分级：值得看 - 学习层级：进阶 - 主题：[multi-agent-workflows]()（第 18 位）、[agent-context-memory]()（第 35 位）、[coding-agents-engineering]()（第 66 位） - 原文链接：[https://reddit.com/r/LocalLLaMA/comments/1xg29rq/a\_briefing\_file\_that\_lets\_a\_big\_model\_write\_plans]() - 本站页面：[https://oplearnx.com/resources/pk\_4200e4b4ecfe]() ## 摘要 这是一篇社区分享帖，作者把用 Ornith 1.5-9B（8-bit）做本地编码智能体的经验整理成公开的简报文件，交给更强的规划模型（作者用 Claude Code）使用。内容分为分工方式（强模型写规格与小任务卡并验证结果，本地模型执行命令、构建、轮询、git 等机械工作）、如何向小模型下简报（精确文件与行号、绝对路径、1–3 行改动、每步以命令和预期输出结束、明确停止规则）、运行方式（每任务新会话、小上下文）以及验证方式；作者称小模型完成的 75 次提交合并中，其自述笔记多次出错但被计划校验捕获。适合在本地小模型与大模型之间拆分编码任务流程的人阅读。 ## 原帖 > The stronger model writes the spec and a plan of small task cards, then verifies the result before merge. The local model does the long, mechanical middle: running commands, builds, polling jobs, git work. — Electrical\_Ninja3805 · 2026-10-27 · [原帖]() ## 中文大意 发帖人把 Ornith 1.5-9B（8-bit）当作本地编码代理用于真实工程，并把踩过的经验写成一份公开文件，交给更强的规划模型（他用 Claude Code）读取。分工是：强模型写规格和由小任务卡组成的计划、并在合并前验证结果；本地 9B 干漫长机械的中段工作——跑命令、构建、轮询任务、git 操作，这部分最耗 token，且在自己硬件上跑。文件内容涵盖：小模型擅长什么（工作比它的报告更可靠、不会主动探索、不知道自己何时完成、长上下文变慢）；如何给它写简报（精确的文件与行范围、绝对路径、1–3 行改动、精确函数签名、每条规则都写明、每步以带确切预期输出的命令结尾、显式停止规则）；如何运行（每个新会话一个任务、小上下文、用计划文件当记忆）；落地前用 git 和日志核对声称，而不是看模型自述。成果：跨两个仓库 75 次提交的合并全部回归测试通过，期间模型自述多次出错但都被检查抓住。局限：… ## 讨论区核心观点 依据 12 条评论。 - 有回复者采用同样的分工（强模型规划、弱模型执行），但云端版：Opus 规划、Codex 里 GPT-6.1 写、Claude 审查，并在 skill 里按任务类型固定模型，不让 harness 自己选。（[出处]()） - 有人关心任务卡的粒度：是给每个任务卡设粗略改动上限，还是按仓库/改动切分，以及 9B 从什么时候开始“跑题”。（[出处]()） - 有人问 9B 会不会对糟糕的任务卡提出异议，还是照做不误。（[出处]()） - 有评论认为“每步的预期输出”是很好的护栏。（[出处]()） - 评论提到自己也在搭 harness/框架，与帖主思路相似也有分歧，共同点是“大模型规划和判断、小模型执行计划”，并向帖主致谢。（[出处]()） - 讨论里出现“第二次重试最有效”的说法，并追问那次重试是重写规格还是只补上前几次的错误。（[出处]()） ## 原文涉及 - [TeamIDE-methodology/Model-Best-Practices/Ornith-q8-best-practices.md at main]() --- 来源：LearnMap · 学径（https://oplearnx.com）