宝玉手把手教你怎么用 /goal 让 AI 自己分析瓶颈、派 subagent 干活,把转录时间从 31 分钟压到 18 分钟,还省 token。
宝玉分享用 /goal 给 Fable 5 设定长期优化目标的经验。Fable 5 先用 Moss 模型转录大视频建立基准,再分析瓶颈并派 subagent(Opus5)执行优化。优化后调用次数从 33 次降到 12 次,时间从 31 分钟降到 18 分钟。测试近 7 小时访谈完整润色仅需 42 分钟。改用 DeepSeek v4 Flash 处理 1 小时视频,双语字幕成本约 0.4 元。
我最近就发现,即使聪明如 Fable 5,如果你只是给它一个目标让它优化,它可能也就是在既定的框架下想办法帮你优化到极致,但是它很难跳出既定框架,发现一条完全不同的路线。 比如说最近有用户反映使用 ...
我最近就发现,即使聪明如 Fable 5,如果你只是给它一个目标让它优化,它可能也就是在既定的框架下想办法帮你优化到极致,但是它很难跳出既定框架,发现一条完全不同的路线。 比如说最近有用户反映使用 BaoCut 转录速度慢,我就反复的用 Codex 去转录视频,然后让 Codex 或者 Fable 去分析瓶颈在哪里,该怎么优化,然后每次它们都能给我一堆理由和看起来靠谱的优化方案。 比如它会建议多开启 workers(subagent),对 workers 预热之类。让它按照方案优化后,似乎有效果但是又不明显。 最后还是自己去分析数据包,发现耗时长还是输出的 JSON 格式太长了,导致生成、校验时间较长。 如果不用 JSON 格式,比如纯文本,或者简单的 html 格式,会更节约 token,只不过这样程序解析会很复杂,比如对字幕润色分段,输出是纯文本的话,就要做 diff 比较润色后更改的内容,还要把变更后的部分,重新对应到原始字幕的单词上。 简单来说,就是以前为了让程序简单就让模型输出复杂更费 token;如果要节约 token,就可以让模型的输出简单,但是程序解析会很复杂。 按照这个思路改进后,效果很明显(对比图2图3),调用次数从 33 次降低到 12 次;时间从 31 分钟降低到 18 分钟。测试张小珺那期将近 7 小时的访谈,完整润色也只需要 42 分钟。 如果不走 Agent 走 Cloud 模型的话,一个小时的视频,完整的翻译校对成双语字幕,用 DeepSeek v4 Flash,成本大于是 ¥0.4元。 有兴趣可以试试看效果,Mac 有专门的 App,Windows 支持 cli 或者 skill。 BaoCut : baocut.app 宝玉 @dotey 很多人不知道该怎么用好 Agent 的 /goal 功能,也就是说给 Agent 一个目标,让它长时间运行,直到目标完成为止。 其实没你想的那么复杂,注意几个点: 1. 你的目标是什么 2. 如何验证结果 3. 停止条件 比如说我这两天做的一个性能优化的任务,Fable 5 帮我把视频转录性能优化了2倍多(图2),提示词很简单(图1): > /goal 帮我优化当前 cli 的转录大视频的性能,在遇到像这样大体积的视频时,需要优化转录性能,请以 Moss 模型测试这个视频(英文为主,多语言)转录,建立基准,然后分析性能瓶颈,尝试优化,直到你觉得已经没有优化空间了。注意你的主要任务是分析、编排和验证,具体任务尽可能交给 subagent(Opus5)去执行 首先用 /goal 表示这是一个需要长时间执行的任务,需要反复执行,不能运行一会就结束了。 然后给它一个视频让它先自己跑一遍转录,记录一下关键数据,建立基准。 基于转录时收集的数据,Agent 自己可以去分析原因,去自己优化,优化完成后再去跑一遍,记录数据,对照前面的基准看是更好了还是更坏了。 结束条件是它自己觉得已经没有优化空间了就结束。之所以我没给它一个具体指标,是因为我也不知道能优化多少,如果指标太容易达到,它一轮可能就结束了;如果指标太难超出物理极限也没意义,反而可能会出现为了优化去做一些极端的事情。 最后一句让它开subagent执行子任务是因为 Fable 5 太贵,全程 Fable 5 用不了多久就要额度不够了,加了这句就耐用多了,而且质量也挺好。 --- 还有些时候,想到一个新的技术方案,但并不知道这方案是不是有效,那也可以让它开个worktree,去验证一下是不是靠谱,看数据是更好还是更坏,如果没提升就没必要做了。(参考图3) 🔗 View Quoted Tweet 💬 4 🔄 3 ❤️ 30 👀 3875 📊 6 ⚡
- 量子位08-14 08:47原文