开发者社区这周流传一组数据：DeepSWE 软件工程评测上，$0.61 单任务成本的轻量模型拿下最高分，Claude Opus、GPT-5 这些贵几倍的模型反而打不过它。我们注意到的不是模型能力的胜负，而是 AI 行业的下一个信号——「贵的想方案，便宜的搬砖」这种分工正在固化。

这是什么

事情源头是 OpenAI 的代码编辑器 Codex 用户社区。开发者们摸索出一套工作流：让贵的推理模型留在主线程负责规划、决策，把便宜的轻量模型配置成"子 Agent"（可以理解为 AI 帮你派出去干活的小弟）去执行具体的代码扫描、文件检查、测试这些重复劳动。

分工的逻辑不复杂。贵的模型确实强，但 OpenAI 自己也承认一个现象：对话越长，模型越容易"上下文腐烂"（Context Rot），开始忘记之前的约定、重复犯错、出现幻觉。解法是把执行类的脏活隔离到独立线程，让主线程保持清醒。

行业怎么看

支持的声音很响。DeepSWE 榜单上 $0.61 单任务成本打最高分这件事，说明大量执行类任务上，便宜模型已经够用。开发者社区疯传一个测算：用 ChatGPT Plus 套餐跑这套方案，能跑出 Pro 套餐 20 倍的效果。

但反对意见也值得听。一种质疑是：把任务拆给子 Agent 后，主 Agent 的协调成本会上升。如果拆得不好，主 Agent 反而要花更多 token 去理解子 Agent 的输出，整体成本不一定省。另一种风险更根本——AI 编程工具每三个月换一轮"最优方案"，今天精心调的子 Agent 配置，下个版本可能就是历史包袱。

对普通人的影响

对企业的 IT：预算模型可能要改。过去买 AI 工具是"一个模型包打天下"，未来是"贵的管思考、便宜的管执行"，算账逻辑会越来越像雇人。

对个人职场：哪怕你不是程序员，"贵的想、便宜的干"的分工思路会渗透进日常 AI 工具。你可能要开始习惯"指挥一个 AI 团队"而不是"问一个 AI"。

对消费市场：ChatGPT 这种消费级 AI 产品，很可能也会分化出"思考版"和"干活版"两个 SKU（最小销售单元），按场景分别计费。