14:14kimmonismus@kimmonismus精选OpenRouter 推出 Fusion 功能,这是一种服务端“模型面板”。它可将用户提示并行发送给多个模型,并允许它们使用网络搜索和 Bash 工具。Fusion 通过裁判比较各模型答案,由合成器生成最终响应。成本可能低于依赖单一昂贵前沿模型。官方称其在 Perplexity 的 DRACO 深度研究基准上击败了前沿模型。AI产品OpenRouterFusionPerplexityDRACO基准多模型协作推荐理由:OpenRouter 出了个新玩法 Fusion,多个模型一起干活还能用工具,比单用最贵的模型还省钱,实测在 DRACO 基准上比前沿模型强。原文
13:34Geek@geekbb新工作流中,Claude Fable 5 负责规划与代码评审,GPT-5.5 Codex 负责实现与调研。仓库作为持久记忆,门禁规则在代码生成前就已设定。该方法解决单模型编码时上下文退化、自评分偏误等问题。相关代码与配置已开源在 github.com/DanMcInerney 的仓库中。技巧Claude Fable 5GPT-5.5 Codex编程助手提示词工程多模型协作10 个信源在谈推荐理由:双模型协作,治编码通病原文
18:16Viking@vikingmute一位开发者分享了针对几千行大 PR 的 Code Review 最佳实践,使用 Codex GPT5.5、Composer 2.5 和 Deepseek V4 Pro 等多个模型共同审查,每个模型生成按优先级排序的 Bug 报告。然后让大模型汇总共性高优先级问题,人工确认后由 Claude 作为 fix agent 修复,再由 GPT5.5 作为 review agent 验证修复并留下批改意见,循环直至确认。最后全量跑 E2E 测试确保无回归。该方法发现了不少真实问题,未来将做成 skill 分享。技巧Code Review多模型协作GPT5.5ClaudeDeepseek V4 Pro1 个信源在谈推荐理由:做大型代码审查的团队可以借鉴这种多模型协作+人工确认的流程,能有效发现隐藏问题,建议尝试类似方案提升 Code Review 效率。原文
17:01Justine Moore@venturetwins该项目利用World Labs从输入图片生成3D世界,自动识别并提取应转为3D物体的元素,通过NB或GPT Image移除原图背景,再用Hunyuan 3D渲染为立体对象,最后由ElevenLabs添加音效和环境音。整个流程实现了从单张图片到沉浸式3D场景的自动化构建,展示了多模型协作的潜力。AI产品3D生成World LabsHunyuan 3DElevenLabs多模型协作推荐理由:做3D内容生成或游戏资产制作的开发者可以看看这个多模型协作的流水线,从图片到3D世界一步到位,值得尝试复现。原文