别再拿旗舰模型干杂活了:从 Google 连发 Hydrogen、Orchestrator 与 Swarm,聊透多 Agent 编排实战
文章目录
今天拆透一套「主脑规划 + 多工兵并行 + 独立验货」的省钱高效Agent编排方案
早上打开面板看配额,我的 Claude Opus 和 Sonnet 周额度双双躺在了刺眼的 0%,得干等到下周四才刷新
转头切进 Google Antigravity,刚好撞上 Google 在 11 月 12 日推上线的几张硬牌:Gemini 4 Hydrogen、Orchestrator,以及多智能体原生的 Antigravity Swarm(原生蜂群)
把官方文档和本机实测数据对在一起看,我直接长舒一口气:大厂终于把我们这帮重度用户折腾了大半年的「高低档混编 + 多工兵隔离协同」,做成了开箱即用的原生能力
先摆三组实打实的效率账单:
-
单会话纵向动态接力(Orchestrator):在 Google 官方 Terminal-Bench 实测里,Orchestrator 让 Carbon 和 Hydrogen 在同一会话里动态换挡,拿下了逼近纯 Carbon 的任务成功率,同时立省 24% 额度、提速 19%
-
同 IDE 原生蜂群并发(Antigravity Swarm):昨天我直接在 Antigravity Swarm 里拉起 5 路 Hydrogen (High) 造物工兵 + 1 路独立只读 verifier + 1 路停摆巡检 monitor 并行跑 5 个零素材 3D 原型,跑满 24 分 04 秒,Antigravity 总额度仅掉了 1%(19% → 18%)
-
跨宿主横向铺开工兵(@zseven-w/dsh-crew):结合我自己本机跑过的 21 场 Claude Code 多工兵编队,以及我们团队把这套经验写成的开源插件,主脑留在 Claude Code / Codex / Grok 原地不动,也能一键扇出 18 个廉价工兵并行干脏活,主会话上下文干净得像刚新建一样
不用先搭复杂框架也能直接用:哪怕现在只在 Antigravity 里切到 Orchestrator (Carbon) 跑一轮,或者把下面第一段「只读规划 + 自包含施工单」提示词贴进日常对话,当场就能省下一大截白烧的额度
文中所有编排约束提示词、零上下文派工模板与开源插件一键配置命令均可直接复制,动手前建议先点收藏放在手边
一|Google 连发 Hydrogen 与 Orchestrator:为什么「静态路由」早就该淘汰了?
这次更新如果只看模型名字,很容易漏掉最核心的工程信号:Google 正式拿 Gemini 4 Hydrogen 接替了沿用多年的 Flash 命名
它不再是过去那种「便宜但经常漏条件」的缩水小弟,而是直接从旗舰 Carbon 演化出来、专门针对高频代码编辑与工具调用打磨的 实干工兵(The Doer):
-
全窗口拉平计价与高吞吐:原生 100 万 Token 输入输出窗口,API 价格统一拉平在输入 $1.50 / 百万 Token、输出 $7.50 / 百万 Token;日常编码速度比上代 3.8 Flash 快 2.5x,实测输出吞吐飙到 168–236 tokens/s
-
四档思考深度按需拧:在 Antigravity 里开放了 Low / Medium / High / XHigh 四档,Artificial Analysis 智力指数默认 High 档 51、拉满 XHigh 冲到 54(直接反超老款大参数 Argon 默认档)
-
能扛真实终端重活:Terminal-Bench 4.1 拿下 57.0%,在 Antigravity-CLI 跑仓库级子任务的 SWE-sweep 拿到 13.5%(同台对照的 Sonnet 5.5 为 3.1%,GPT-6.1 Terra 为 5.8%)
光有快马还不够,真正戳中重度开发者痛点的是同场登台的 Orchestrator
用过市面上各种自动选模型功能的朋友都知道,过去的「静态路由(Static Router)」有多鸡肋: 它只看你第一句提示词长不长,开局盲猜一次难度,然后整场对话把你死死锁在同一个模型里
如果你开局挂着 Carbon 或 Opus 聊架构,前五分钟确实惊艳;可接下来半小时装 npm 包、改十几个文件的变量名、跑测试修拼写错误,每一轮百万上下文回传都在狂烧最昂贵的旗舰配额
而 Orchestrator 直接把「动态换挡」塞进了同一条会话轨迹里:
-
第 1 棒 · 只读规划期(Carbon / Argon 领衔):先在只读模式下扫描代码依赖、消解模糊需求,输出结构化改造蓝图,并提前写明触发重规划的边界条件(Re-planning Triggers)
-
第 2 棒 · 高速施工期(Hydrogen 接管):蓝图敲定后,无缝切给 Hydrogen 飞速写代码、升依赖、跑测试套件
-
第 3 棒 · 受阻动态回传(Dynamic Recovery):一旦 Hydrogen 在跑测试时撞上未预料的报错或工具失败,控制权当场交回给 Carbon 检查现场、修补方案,再把执行权派回下层
告别开局盲猜难度的静态路由:Carbon 只读定蓝图、Hydrogen 2.5 倍速干脏活、遇错秒级回传重规划,实测省 24% 额度且快 19%
说白了,这才是符合人类工程直觉的分工:让架构师留在白板前做关键决断,别让架构师蹲在地上拧每一颗螺丝
二|Antigravity 原生蜂群(Swarm):把多工兵防踩踏纪律直接焊进 IDE 调度层
Orchestrator 解决的是「单条会话里怎么动态省额度」;可一旦遇到能同时拆成三五块并排推进的大项目,光靠一个会话顺序干还是不够快
Google 紧接着在 Antigravity 里放出的 原生蜂群(Native Swarm),干脆把我们在多智能体实战里摸索了大半年的协同规矩,原封不动焊进了四个底层原语里(swarm、post_message、read_board、swarm_wait):
-
共享留言板 + 零消耗休眠(@name 与 #seq):Coordinator 协调器自己绝不抢着写代码,只负责把大活拆成互不冲突的领地,按职责命名(parser、verifier、docs)发进共享留言板;工兵交接不再靠人工来回复制粘贴长报告,直接喊序号互引(比如 @verifier check #4 and #6),空闲工兵调 swarm_wait 原地休眠等点名,等待期间 0 Token 消耗
-
原生隔离工作区(share / branch / inherit):这是最直击痛点的一刀——以前怕并发写互踩全靠口头求自觉,现在给每个写工兵配 workspace: "share",系统自动给它分一套共享底层仓库的独立工作副本(branch 则是完整独立克隆),只读侦察和验收留 inherit,各自改完提交再统合落盘,然后 kill 清理副本
-
防僵死与防假绿双保险(verifier + monitor):Swarm 规范明确按每 2–4 个写工兵配 1 个独立只读 verifier 查 diff 跑测试,只验不改、有问题直接打回原作者修;同时可常驻一个 monitor 巡检员,一旦全队静默卡死就精准点名能打破僵局的成员,杜绝集体“哑火”
-
热上下文分叉(fork)+ 运行时热换挡(model):调查中途分裂成两条线时,不用冷启动重读全仓,直接 fork 已有成员的对话上下文接力;万一某个工兵跑一半撞上限流或额度吃紧,也不必杀掉重来,直接对其原地执行一次 model 切档就能保留历史记忆接着干
单线还是蜂群?Orchestrator 是在 1 条对话轨道上动态换棒,Swarm 是在共享留言板下让多工兵进各自 share 隔间并跑
为了摸清这套蜂群带着 Hydrogen 干重活的真实成色,我昨天直接拉起 5 路 Hydrogen (High) 3D 工兵 + 1 路独立 verifier + 1 路 monitor,同时在共享留言板上并排赶工 5 款零外部素材的纯代码 Three.js 3D 原型(含《掌中造物星盘》):
-
效率账单:5 个从源码到单文件 HTML 打包、Chrome 零报错实跑、60fps 演示录屏全检走完,总墙钟耗时 24 分 04 秒(其中《掌中造物星盘》单独耗时 23 分 08 秒,交付 8 个源码文件 86.7 KB / 2,649 行;同题盲测丢给 Codex GPT-6.1-Sol (Max) 单跑则耗时 40 分 05 秒)
-
额度损耗:7 个协同会话并排跑满整整 24 分钟,面板上的 Antigravity 总额度仅仅掉了 1%(从 19% 掉到 18%)
真机面板实拍:左图 Board #1–#7 划死独立目录并挂上 @verifier 与 @monitor,右图 Graph 实时点亮 5 路运行绿灯,24 分钟全程仅掉 1% 额度
三|从「13 个 Opus 豪华团」到额度清零:我在 Claude 编排里交过的三次真学费
看到 Google 把「主脑只读规划 + 工兵快速执行 + 失败升档回传」做成官方原生的那一刻,我之所以格外感慨,是因为翻开我自己电脑 ~/.claude/teams/ 目录下的 21 场真实编队配置,里面全是用真金白银和烧穿的周额度换来的同款教训
拿我们打磨 6700+ Star 开源设计工具 OpenPencil 和 10 款 DSH 插件的过程来说,前后刚好经历了三次蜕变:
1. 第一阶段:13 个 Opus 同场开火的「土豪火力覆盖」
做 OpenPencil v0.8.3 演示模板扩产那次,我一场会话直接拉起了 13 个 Agent 组成的完整流水线: 1 个 team-lead 坐镇,底下配齐 2 个只读侦察兵(分头扫本地资产与线上合规参考)、1 个设计架构师、3 个并行产稿工(同时造 6 套 .op 模板)、语料工、修复管线工、集成工、探针取证工、画布重排工,最后再蹲 1 个只准 rebase + commit 绝不准 push 的专职收口工
活干得确实漂亮,但事后复盘账单差点心梗——底下 12 个工兵清一色全挂着旗舰 opus
哪怕只是「把 6 页横排画布改成上下两行排布,只算 x/y 坐标不动设计内容」这种纯算术搬砖活,也在照单全收旗舰模型的长上下文计费;连跑两场大编队,一周的订阅配额直接见底
2. 第二阶段:9 个工兵挤同一工作区的「口头警告地狱」
紧接着赶桌面端交互冲刺时,我又试过同时拉起拖图填充、批量导出、图片比例适配、缩放卡顿诊断等 9 个工兵共用同一个未提交目录
为了防止工兵 A 把工兵 B 改到一半的文件顺手提交或格式化掉,我被迫在每条任务简报末尾贴满冗长的免责声明: 「工作区已有大量他人未提交改动(质量显性化 15 个文件 + templates/),一律只读别碰,绝不 git commit」
结果证明:靠自然语言求 AI 守规矩是最脆弱的防线——只要有一个工兵调错一次全局格式化命令,整片共享工作区立刻搅成一锅粥
3. 第三阶段:「280 个测试全绿」教我永远别轻信工兵自述
更隐蔽的翻车发生在验收环节
我们在审校自动化测试插件 dsh-qa 时,仓库里躺着 280+ 单元测试、102 条对抗语料和 5 万例随机 fuzz,跑起来满屏全绿;结果真人拿去测真实动态网页,一口气抓出了 7 个自动化测试完全漏掉的真缺陷
最哭笑不得的是第 7 个缺陷:有个工兵发现某类边界输入会触发报错,它没有去修底层逻辑,而是悄悄缩窄了 fuzz 生成器的随机范围,让触发报错的数据结构不再生成——用例数没变、通过率 100%、绿灯照亮,但真实防御面直接被挖空了一块
21 场 Claude Code 真实编队沉淀出的四条铁律:算力按档切分、简报自包含零假设、目录物理隔离、只信产物与独立验收
如果你现在主力还在用 Claude Code、Codex 或 Antigravity 单兵带子代理,下面这段浓缩了上面三次学费的编排契约,可以直接复制贴进你的 CLAUDE.md 或开局系统规则里:
📋 抄作业 1:直接贴进 CLAUDE.md 的「主脑 × 工兵 × 验收」三段式契约
本项目多步骤任务严格执行「只读主脑 → 零上下文工兵 → 独立验收」三段式纪律:
- 主脑只读探路:动代码前先在只读模式下盘清依赖与接缝归属(Seam Owner),严禁未定方案直接派写手下场
- 自包含施工单:子代理默认零历史记忆,每次派活必须写死【涉及文件的绝对路径】+【明确验收命令】+【严禁触碰的目录/锁文件】+【严禁自行 git commit / push】
- 读写严格互斥:同一工作目录同一时刻只允许 1 个写工兵落盘;并行写任务必须先拆进完全不相交的文件领地或独立 worktree
- 只信产物不信自述:工兵回报完成后,主脑或独立只读验收工必须亲自跑 git status、git diff 与真实测试脚本,严禁为凑绿灯删断言或缩窄测试输入
四|跨出单一 IDE 怎么白嫖高速工兵?我们把这套护栏做成了开源插件 dsh-crew
聊到这儿,其实就看清了 2026 年底多 Agent 编排的三块核心拼图:
Google 的 Orchestrator 和 Swarm 分别解决了 Antigravity 内部 的单线切档与原生蜂群并行;但一到真实开发现场,我们手里的工具往往是跨阵营混搭的——
比如你习惯待在 Claude Code 里用顺手的终端交互和主脑判断,但 Anthropic 的周额度金贵得要命;又或者你想在 Codex、Antigravity、Grok 里保住当前主脑不动,把「15 国语言文档翻译、全仓符号重命名、补齐成批单测、扫 6 个仓库的边界缺陷」这种吞 Token 巨兽,统统外包给便宜大碗的 DeepSeek V4 Flash / Pro
这就是我们团队动手造出 @zseven-w/dsh-crew(刚发到 0.1.0-rc.15)的初衷:让你不离开自己最顺手的宿主界面,直接把外部完整的 DSH Agent 当成原生子代理使唤,顺手把防翻车护栏焊死在工具层
1. 一次派发两个视角:18 个工兵并发干活,状态栏实时跳账单
装好插件后,派出去干活的不是一次裸的模型接口请求,而是跑在开源 DeepSeek Harness 里的完整 Agent 会话(自带工具链、沙箱预设和 Web 会话记录)
之前我们给项目做 15 国语言 README 同步本地化,主脑一句话直接扇出 18 个并行 worker 同时开工:
-
在 Claude Code 宿主侧:18 个任务整整齐齐列在原生子代理面板里,底部 claude-hud 状态栏实时滚动当前在跑的档位、耗时和 Token 消耗(⚙dsh 5▶pro 1m15s 14.6k/334 · flash 1m4s 16k/1.2k)
-
在 DSH Crew 看板侧:hub-1 到 hub-18 每个任务由哪个宿主派出、用的什么档位、跑到哪一步一目了然,点开就能围观完整执行过程
主脑留在原地不动,18 个 DSH 工兵并发跑完多国文档本地化:上方为 Claude Code 原生状态栏,下方为 DSH Crew 任务看板
2. 跟 Google Orchestrator 不谋而合的「按结果自动升档」
日常派活最让人纠结的就是「这活派给快模型怕它写挂,派给强模型又肉疼额度」
我们在 dsh-crew 里直接内置了 escalate_on_failure(失败自动升档) 开关: 拿不准难度的任务,默认一律先派飞快便宜的 ds-flash 上去试水;万一阻塞任务跑挂了,工具层自动切到推理更强的 ds-pro 重试一次
这跟 Google Orchestrator 让 Hydrogen 先冲、遇挫再回传 Carbon 的底层逻辑完全一致:永远用真实执行证据,而不是开局拍脑袋来决定花多少钱
3. 不靠提示词自觉,把 3 道防崩护栏写进代码执法层
吃够了前面「9 个工兵挤脏目录」的苦头后,我们把所有安全边界全做成了发车前强制拦截的硬护栏:
-
cwd 工作区咨询锁:同一个仓库目录只要有 1 个写任务正在跑,第 2 个派发请求进来会当场报错拒绝,并把当前锁持有者的 Job ID、后端和启动时间明明白白返回给主脑(绝不静默排队,只有纯只读侦察才准显式传 allow_concurrent_cwd: true)
-
递归套娃深度封顶(默认 3 跳)+ 环路拒绝:严防工兵自己又去拉工兵无限套娃把账单跑爆
-
后台无人值守防挂死 + 孤儿任务显影:后台工兵一旦试图调 ask_user_question 等人回答,会立刻以 needs_input 状态干净停机回报主脑,绝不在后台傻等半小时超时;就算中途服务重启,断连任务也会在看板标为孤儿状态(Orphan Ghost),绝不无声消失
📋 抄作业 2:3 行命令把 dsh-crew 一键装进四大宿主
dsh plugin --profile web add @zseven-w/dsh-crew@latest dsh web
一键注册 Claude Code / Codex / Antigravity / Grok 集成与状态栏:
node src/install/cli.mjs all
装好重启会话后,派活时直接套用下面这张「零上下文工兵施工单」,成功率比随口喊一句高出一个数量级:
📋 抄作业 3:直接喂给 ds-flash / ds-pro 或 Hydrogen 工兵的标准施工单
请派给 ds-flash(若涉及跨模块权衡改派 ds-pro)执行以下自包含任务:
- 目标文件:仅允许修改 【填写绝对路径,如 /abs/path/src/auth.ts】 与对应单测 【/abs/path/test/auth.test.ts】
- 完成标准:修好 【具体问题现象】,补充覆盖该边界的单测,并亲自运行 【npm test】 确认通过
- 禁碰红线:严禁修改 package-lock.json、生成产物目录及其他未点名模块;严禁执行 git commit 或 push
- 诚实回报:返回实际改动的 git diff --stat 摘要与测试终端原始输出;若有未跑通项必须如实标明 not verified
五|写在最后:三套多 Agent 编排怎么选,不互斥也不白烧额度?
回头看这两天的更新,AI 编程工具的演进方向已经彻底明牌了:单模型从头硬扛到底的时代翻篇了,接下来拉开开发者效率代差的,是谁更懂「单线切档 × 原生蜂群 × 跨宿主外包」的分层调度手艺
如果你今天想立刻升级自己的日常开发流,按下面这四条对号入座最省心:
-
单条主线开发、边探路边攻坚复杂交互:直接在 Antigravity 里切到 Orchestrator (Carbon),让 Carbon 管架构与重规划、Hydrogen 跑高频改码,白捡官方优化好的 24% 额度余量与 19% 提速
-
大任务能拆成多个独立模块并行冲刺(同 IDE 内):直接在 Antigravity 里拉原生 Swarm,给写工兵配 workspace: "share" 隔离副本、配齐 verifier 和 monitor,让 5 个 Hydrogen 并行造物也能做到只掉 1% 额度
-
主力常驻 Claude Code / Codex,手头有大把跨仓批量重活:装上开源的 @zseven-w/dsh-crew,主脑留给最聪明的大模型做决策与把关,把多文件机械修改、多语言同步、跨仓代码审计全甩给 ds-flash / ds-pro 并发跑完
-
不管用哪套编排,死守两条底线:并发改代码必须有工作区隔离或目录锁;工兵交活必须过真实 git diff 与独立验收
互动时间:你的主力额度最常死在哪一步?
你平时写代码或做产品时,最常被哪类活儿不知不觉吃光 Opus / Carbon 的周额度?
欢迎在评论区丢一句你最头疼的多步骤开发场景,我挑 3 个直接按上面的护栏标准,帮你拆成一套主脑拿来就能派活的工兵提示词模板 👇
顺便留个小预告:靠着这套「主脑控审美架构 + 工兵啃脏活」的工作流,暗黑三国 3D 动作肉鸽 《孤枪入夜》首章双端网页试玩 已经正式上线,接下来正在收口它背后的「角色绑骨、零滑步与战斗手感全流程长文教程」——想继续抄硬核 Agent 工具链的朋友,记得点个关注蹲后续更新 🫡
📎 附件:本文相关开源仓库与在线试玩直达
-
跨宿主多工兵调度插件 dsh-crew(支持 Claude Code / Codex / Antigravity / Grok):GitHub 开源仓库与安装说明 | npm 包主页(0.1.0-rc.15)
-
团队全部 10 款 DSH 开源插件合集(含文中提到的 OpenPencil、Game Studio、dsh-qa 等):github.com/orgs/ZSeven-W/repositories
-
多模型管线做出的 13 款在线可玩 3D/2D 网页游戏墙(免安装点开即玩):finiking.github.io/dsh-games/wall
-
暗黑三国 3D 动作肉鸽《孤枪入夜》首章双端网页试玩(电脑键鼠 + 手机横屏摇杆):sanguo.finiyang.com
📚 往期精选长文与代表作合集(点击蓝字直达)
⚡ 算力变局与多 Agent 开源工具链
-
[长文] 《黄仁勋掌舵 33 年突然卸任:一个做 3D 游戏显卡的人,给「一人开发时代」留下了什么?》 —— 从实时图形管线聊透「一人带多工兵并行推理」的算力底座
-
[置顶合集] 《10 款 DeepSeek Harness 开源插件全景清单》 —— 一次认齐 OpenPencil、Game Studio、Crew、QA 与真机自动化武器库
-
[开源首发] 《DSH 游戏工坊开源:一句话出 2D/3D 游戏 + Agent 自动试玩验收》 —— 生成完自动无头试玩查报错,支持一键发布整面在线游戏墙
🎨 OpenPencil 与 AI-Native 设计工程
-
[长文] 《什么才是 AI-Native 的设计?》 —— 60 个门店按钮实测:AI 出完初稿后,怎么靠继承与覆盖在十轮修改里保住人的设计意图
-
[长文] 《Codex-OpenPencil 快速上手篇》 —— 从安装插件到做出可编辑 APP 设计稿、选中局部微调、保存 .op 与转代码全流程
-
[长文] 《不止设计稿:用 Codex-OpenPencil 做可复用的海报、封面、对比图和教程配图》 —— 把无限画布变成日常内容生产台,一次排版长期复用
-
[工具实测] 《OpenPencil Chrome 插件:几秒把真实网页吸进可编辑画布》 —— 告别对着截图让 AI 盲猜复刻,一键把线上结构拉进画布改新稿
🎮 3D 游戏管线与新模型硬核实测
-
[长文] 《别再用 GPT-Astra 从零捏人物了,这套 3D 流程更靠谱》 —— 拆清纯代码场景建模与角色转模绑骨的分工边界,少走十倍返工弯路
-
[实机试玩] 《暗黑三国动作肉鸽〈孤枪入夜〉首章双端网页试玩上线》 —— Tripo 不到 900 积分走通角色场景动作,支持电脑键鼠与手机横屏摇杆直玩
-
[模型实测] 《Gemini 4 Carbon 实测:一段提示词搓出 3D 空战〈裂风 XF-99〉》 —— 峡湾反舰、钻跨海大桥、王牌狗斗与全息盲降(附在线试玩与原版 Prompt)
-
[模型实测] 《Gemini 4 Carbon 实测:一句话搓出 3D 全息海战棋〈海峡指挥官〉》 —— 附双端在线验货入口与完整单段测试提示词
🖼️ 开源生图部署与提示词 Skill
-
[长文] 《拆解 Qwen-Image 官方「智能改写」:我把生图和改图经验总结成了一个 Skill》 —— 把官方改写逻辑提炼成可复用的生图与局部精修方法论
-
[长文] 《Qwen-Image 2.1 本地部署实战:从此生图自由》 —— 跑通 RTX 5080 与 MacBook Pro 双端部署,理清 Diffusers / ComfyUI / GGUF 权重路
沿着这个主题继续读
从一篇文章,找到相关的教程、经验和阅读路径。








