06 · 工作模式与模型档位
上一篇列了「新建任务」栏的六个入口。这一篇把其中最影响结果和成本的两个讲透：模式和模型。
三种工作模式
| 模式 | 它做什么 | 什么时候用 |
|---|---|---|
| 默认（Agent） | 直接执行并完成指令，可修改文件 | 目标明确、一句话就能开工 |
| 计划（Plan） | 先补齐信息、出一份可审阅的方案，你确认后才动手 | 多步骤、需求模糊、产出成本高 |
| 仅问答（Ask） | 只回答，不执行、不改文件 | 了解内容、确认需求、纯咨询 |
计划（Plan）模式
Plan 的核心是先出方案，再动手执行。开启后模型不会立刻产出最终结果，而是先向你补齐信息、给出一份完整方案，等你确认才开始执行。
这样做的价值很直接：在几十秒内纠正方向，而不是等结果跑完才发现思路错了。
什么时候开：
| 建议开 Plan | 用默认模式更快 |
|---|---|
| 任务要拆成多个步骤才能完成 | 单点问答：查数字、问概念、翻译 |
| 需求比较模糊、有多种解法 | 明确的小改动 |
| 关键前提条件尚未确定 | 已完全知道要什么，一句话可执行 |
| 产出成本高，不想白跑 | 会话里的连续轻量追问 |
一句话判断：如果「怎么做」比「做出来」更值得先讨论，就开 Plan。
使用流程是四步：
- 开启 Plan——在输入框
+菜单的「模式」里打开开关 - 补充信息——模型会围绕关键变量提问（时间、预算、偏好）。建议逐项回答而不是跳过：信息越足，方案越贴合实际。全部跳过时模型会自行假设，并在方案里标注这些假设
- 审阅方案——方案生成后在右侧面板查看完整内容
- 确认执行——「开始执行」按已确认方案生成对应文件，执行阶段严格以方案为依据；或者「调整计划」，直接说出修改点（删减 / 收窄 / 新增 / 调序 / 重来），模型重新输出，可反复迭代。确认前不会开始执行
Plan 是省钱的
听起来 Plan 多跑了一轮，其实更省。一次跑歪的复杂任务，浪费的积分远多于一轮方案确认。产出成本越高的任务，Plan 的性价比越高。
仅问答（Ask）模式
不执行、不改文件，只回答。适合两种场景：一是你在摸索一个陌生领域，先问清楚再决定做什么；二是你想让它评估某个方案，但绝对不希望它顺手改起文件来。
模型档位怎么挑
模型选择器提供三档：
| 模式 | 适用场景 | 特点 |
|---|---|---|
| 快速模式 | 简单、明确的任务：日常问答、格式转换、小段代码修改、文案润色 | 响应最快，消耗最低 |
| 均衡模式 | 绝大多数任务：写文档、分析数据、多文件代码改动 | 效果和速度兼顾，不确定选哪档时用它 |
| 极致模式 | 复杂任务：跨模块重构、多步骤推理、需要反复验证的分析 | 响应稍慢、消耗更高，但复杂任务下结果更稳定 |
实际用法很简单：默认停在均衡模式。 发现某类任务总是过度思考、慢得没必要，往下调一档；发现某类任务总是漏细节、要返工三次，往上调一档。
思考强度
对应模型在给出答案前的推理投入，可选等级取决于模型自身支持的档位。
强度越高，模型做更多分析和自我检查，适合逻辑链条长、容易出错的任务；强度越低，模型倾向直接作答，响应更快。
一般不用动
思考强度已经默认选在适合绝大多数任务的档位。除非你明确观察到「它想太多」或者「它想得太浅」，否则别调。
上下文窗口
默认 200K，适用于绝大多数任务。
关键在于理解它的计费方式：每一轮对话都会把当前上下文完整发送给模型。上下文越大，单轮消耗的积分就越多。
所以窗口不是越大越好——开到 1M 不会让模型变聪明，只会让每轮消耗成倍增加。
只有两种情况需要调大：处理超长文档，或者需要模型完整记住大量历史内容。其余时候保持 200K。
Max 模式
| 关闭（默认） | 开启 | |
|---|---|---|
| 上下文处理 | 在合适的时机自动触发压缩 | 全程完整保留，不做压缩 |
| 细节保留 | 长对话中会丢一些重复上下文 | 一点不丢 |
| 积分消耗 | 更低 | 长对话下明显更快烧完 |
建议保持关闭，只在确实需要超长上下文时再开。开着 Max 跑一个几十轮的长对话，是最容易把当月积分烧穿的操作之一。
内置模型清单
WorkBuddy 内置了多家主流模型，覆盖推理、多模态和图像处理能力：
| 模型 | 简介 | 可用功能 |
|---|---|---|
| Hy4 preview | 混元新一代模型 | 图片输入 · 思考模式 |
| Hy3 | 混元思考模型，推理能力增强 | 图片输入 · 思考模式 |
| GLM-5.3 | GLM 新一代，支持 1M 上下文 | 图片输入 · 思考模式 |
| GLM-5.3-Flash | GLM 新一代的快速版本 | 思考模式 |
| GLM-5.2 | 1M 上下文，擅长长程任务 | 图片输入 · 思考模式 |
| GLM-5.1 | 能力均衡，适合日常使用 | 推理模型 |
| GLM-5v-Turbo | 原生多模态 | 图片输入 · 推理模型 |
| MiniMax-M3 | 原生多模态，擅长代码与智能体任务 | 图片输入 · 推理模型 |
| MiniMax-m2.7 | 能力均衡，性价比高 | 图片输入 · 推理模型 |
| Kimi-K3 | 擅长复杂长程自主任务，前端开发突出 | 图片输入 · 推理模型 |
| Kimi-K2.7-Code | 多模态，面向编程场景优化 | 图片输入 · 推理模型 |
| Kimi-K2.6 | 多模态，适合日常任务 | 图片输入 · 推理模型 |
| Deepseek-V4-Flash | 支持 1M 上下文，速度优先 | 思考模式 |
| Deepseek-V4-Pro | 支持 1M 上下文 | 思考模式 |
模型清单会变
这份清单来自官方文档某个时点的快照，产品迭代很快，实际以你客户端里看到的为准。选型逻辑比具体型号更值得记：看两件事——支不支持图片输入，是不是推理模型。 前者决定它能不能读截图，后者决定它扛不扛得住多步骤任务。
换模型是最有效的排错手段
这一条在官方 FAQ 和错误码说明里反复出现：回复乱码、长时间无响应、Bot 不回话、错误码 1001 / 6003 / 6004 / 11133 / 14003——第一反应都是换个模型重试。
原因是这些问题多半出在模型侧的临时状态，跟你的提示词、网络、账号都没关系。换一个再跑一遍，通常就好了。
自定义模型
如果你有自己的模型资源，可以在设置 → 模型里通过图形界面接入，不需要手改配置文件。
三条路：
- 提供商接入——从列表里选（腾讯云 Token Plan、各家 Coding Plan、主流厂商预设入口），URL、模型列表、能力标记会自动填好，你只需要补 API Key
- 本地部署——接 Ollama。装好后本地监听 11434 端口，提供兼容 OpenAI 协议的接口。适合数据不能出本机的场景、零成本试用、以及离线环境
- 自定义——服务不在列表里，手填 URL、API Key 和模型名
API Key 只存在本地
配置参数（含 API Key）仅保存在本地 workbuddy/models.json，不上传云端。WorkBuddy 只作通信链路，把你的输入直接转发给你配置的第三方模型。
对应地，自定义模型产生的全部费用（Token、订阅）由你向第三方支付，不走 WorkBuddy 的积分。也就是说：积分账单看不到这部分开销，记得自己盯着第三方账户的费用。
更完整的接入说明见 MCP 与插件。
下一步
配置讲完了。07 跑通你的第一个任务。