06 · 工作模式與模型檔位
上一篇列了「新建任务」欄的六個入口。這一篇把其中最影響結果和成本的兩個講透：模式和模型。
三種工作模式
| 模式 | 它做什麼 | 什麼時候用 |
|---|---|---|
| 預設（Agent） | 直接執行並完成指令，可修改檔案 | 目標明確、一句話就能開工 |
| 計劃（Plan） | 先補齊資訊、出一份可審閱的方案，你確認後才動手 | 多步驟、需求模糊、產出成本高 |
| 僅問答（Ask） | 只回答，不執行、不改檔案 | 瞭解內容、確認需求、純諮詢 |
計劃（Plan）模式
Plan 的核心是先出方案，再動手執行。開啟後模型不會立刻產出最終結果，而是先向你補齊資訊、給出一份完整方案，等你確認才開始執行。
這樣做的價值很直接：在幾十秒內糾正方向，而不是等結果跑完才發現思路錯了。
什麼時候開：
| 建議開 Plan | 用預設模式更快 |
|---|---|
| 任務要拆成多個步驟才能完成 | 單點問答：查數字、問概念、翻譯 |
| 需求比較模糊、有多種解法 | 明確的小改動 |
| 關鍵前提條件尚未確定 | 已完全知道要什麼，一句話可執行 |
| 產出成本高，不想白跑 | 會話裡的連續輕量追問 |
一句話判斷：如果「怎麼做」比「做出來」更值得先討論，就開 Plan。
使用流程是四步：
- 開啟 Plan——在輸入框
+選單的「模式」裡開啟開關 - 補充資訊——模型會圍繞關鍵變數提問（時間、預算、偏好）。建議逐項回答而不是跳過：資訊越足，方案越貼合實際。全部跳過時模型會自行假設，並在方案裡標註這些假設
- 審閱方案——方案生成後在右側面板檢視完整內容
- 確認執行——「開始執行」按已確認方案生成對應檔案，執行階段嚴格以方案為依據；或者「調整計劃」，直接說出修改點（刪減 / 收窄 / 新增 / 調序 / 重來），模型重新輸出，可反覆迭代。確認前不會開始執行
Plan 是省錢的
聽起來 Plan 多跑了一輪，其實更省。一次跑歪的複雜任務，浪費的積分遠多於一輪方案確認。產出成本越高的任務，Plan 的價效比越高。
僅問答（Ask）模式
不執行、不改檔案，只回答。適合兩種場景：一是你在摸索一個陌生領域，先問清楚再決定做什麼；二是你想讓它評估某個方案，但絕對不希望它順手改起檔案來。
模型檔位怎麼挑
模型選擇器提供三檔：
| 模式 | 適用場景 | 特點 |
|---|---|---|
| 快速模式 | 簡單、明確的任務：日常問答、格式轉換、小段程式碼修改、文案潤色 | 響應最快，消耗最低 |
| 均衡模式 | 絕大多數任務：寫文件、分析資料、多檔案程式碼改動 | 效果和速度兼顧，不確定選哪檔時用它 |
| 極致模式 | 複雜任務：跨模組重構、多步驟推理、需要反覆驗證的分析 | 響應稍慢、消耗更高，但複雜任務下結果更穩定 |
實際用法很簡單：預設停在均衡模式。 發現某類任務總是過度思考、慢得沒必要，往下調一檔；發現某類任務總是漏細節、要返工三次，往上調一檔。
思考強度
對應模型在給出答案前的推理投入，可選等級取決於模型自身支援的檔位。
強度越高，模型做更多分析和自我檢查，適合邏輯鏈條長、容易出錯的任務；強度越低，模型傾向直接作答，響應更快。
一般不用動
思考強度已經預設選在適合絕大多數任務的檔位。除非你明確觀察到「它想太多」或者「它想得太淺」，否則別調。
上下文視窗
預設 200K，適用於絕大多數任務。
關鍵在於理解它的計費方式：每一輪對話都會把當前上下文完整發送給模型。上下文越大，單輪消耗的積分就越多。
所以視窗不是越大越好——開到 1M 不會讓模型變聰明，只會讓每輪消耗成倍增加。
只有兩種情況需要調大：處理超長文件，或者需要模型完整記住大量歷史內容。其餘時候保持 200K。
Max 模式
| 關閉（預設） | 開啟 | |
|---|---|---|
| 上下文處理 | 在合適的時機自動觸發壓縮 | 全程完整保留，不做壓縮 |
| 細節保留 | 長對話中會丟一些重複上下文 | 一點不丟 |
| 積分消耗 | 更低 | 長對話下明顯更快燒完 |
建議保持關閉，只在確實需要超長上下文時再開。開著 Max 跑一個幾十輪的長對話，是最容易把當月積分燒穿的操作之一。
內建模型清單
WorkBuddy 內建了多家主流模型，覆蓋推理、多模態和影像處理能力：
| 模型 | 簡介 | 可用功能 |
|---|---|---|
| Hy4 preview | 混元新一代模型 | 圖片輸入 · 思考模式 |
| Hy3 | 混元思考模型，推理能力增強 | 圖片輸入 · 思考模式 |
| GLM-5.3 | GLM 新一代，支援 1M 上下文 | 圖片輸入 · 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，擅長長程任務 | 圖片輸入 · 思考模式 |
| GLM-5.1 | 能力均衡，適合日常使用 | 推理模型 |
| GLM-5v-Turbo | 原生多模態 | 圖片輸入 · 推理模型 |
| MiniMax-M3 | 原生多模態，擅長程式碼與智慧體任務 | 圖片輸入 · 推理模型 |
| MiniMax-m2.7 | 能力均衡，價效比高 | 圖片輸入 · 推理模型 |
| Kimi-K3 | 擅長複雜長程自主任務，前端開發突出 | 圖片輸入 · 推理模型 |
| Kimi-K2.7-Code | 多模態，面向程式設計場景最佳化 | 圖片輸入 · 推理模型 |
| Kimi-K2.6 | 多模態，適合日常任務 | 圖片輸入 · 推理模型 |
| Deepseek-V4-Flash | 支援 1M 上下文，速度優先 | 思考模式 |
| Deepseek-V4-Pro | 支援 1M 上下文 | 思考模式 |
模型清單會變
這份清單來自官方文件某個時點的快照，產品迭代很快，實際以你客戶端裡看到的為準。選型邏輯比具體型號更值得記：看兩件事——支不支援圖片輸入，是不是推理模型。 前者決定它能不能讀截圖，後者決定它扛不扛得住多步驟任務。
換模型是最有效的排錯手段
這一條在官方 FAQ 和錯誤碼說明裡反覆出現：回覆亂碼、長時間無響應、Bot 不回話、錯誤碼 1001 / 6003 / 6004 / 11133 / 14003——第一反應都是換個模型重試。
原因是這些問題多半出在模型側的臨時狀態，跟你的提示詞、網路、賬號都沒關係。換一個再跑一遍，通常就好了。
自定義模型
如果你有自己的模型資源，可以在設定 → 模型裡通過圖形介面接入，不需要手改配置檔案。
三條路：
- 提供商接入——從列表裡選（騰訊雲 Token Plan、各家 Coding Plan、主流廠商預設入口），URL、模型列表、能力標記會自動填好，你只需要補 API Key
- 本地部署——接 Ollama。裝好後本地監聽 11434 埠，提供相容 OpenAI 協議的介面。適合資料不能出本機的場景、零成本試用、以及離線環境
- 自定義——服務不在列表裡，手填 URL、API Key 和模型名
API Key 只存在本地
配置參數（含 API Key）僅儲存在本地 workbuddy/models.json，不上傳雲端。WorkBuddy 只作通訊鏈路，把你的輸入直接轉發給你配置的第三方模型。
對應地，自定義模型產生的全部費用（Token、訂閱）由你向第三方支付，不走 WorkBuddy 的積分。也就是說：積分賬單看不到這部分開銷，記得自己盯著第三方賬戶的費用。
更完整的接入說明見 MCP 與外掛。
下一步
配置講完了。07 跑通你的第一個任務。