专栏：Claude、ChatGPT 与 Gemini：我们如何分配工作
AI模型间的价格差异高达百倍，使得模型选择成为关键决策。在co-Founded by AI，我们依据质量需求、成本预算及出错后果，将任务精准分配给Claude、ChatGPT和Gemini。在我们的“公司大脑”——即企业知识库与工作规则的中心集合中，明确界定了各模型的职责边界，以及何时调用更强大的模型。
为简短的产品文案调用处理复杂战略问题的顶级模型，无异于“用卡车送信”：虽可行，却支付了远超需求的容量成本。通过为每项任务匹配最合适的模型，我们能更高效、有针对性地利用AI预算。
在co-Founded by AI，Jurrien Kerstholt与我正探索如何利用AI构建一家产品公司。我们的首款产品minagi是一款实体专注计时器，AI深度参与了研究、设计、营销及客户服务环节。随之而来的核心问题是：哪个模型适合承担哪项任务？
巨大的价差使这一选择至关重要。根据Anthropic的定价表，Claude高阶模型（原文指Fable 5.1）的输入价格为每百万Token 10美元，而Haiku 5.5在特定输入量下每百万Token仅需0.1美元，二者相差一百倍。这些费率适用于API调用，聊天订阅服务则另有定价结构。
我们的策略始于轻量级模型：赋予其明确指令，评估结果，若质量不足再切换至重型模型。对于战略性决策，我们直接预留更多“思考能力”。毕竟，错误的产品方向可能导致数周的补救工作，而博客文章副标题的平庸仅需一分钟即可修正。
由此形成的任务分工如下：轻量级模型负责基于知识库回答客户咨询；中型模型承担文本撰写及编程辅助；而在客户研究、产品选型及价格策略方面，我们则启用更强力的模型。出错的代价，决定了任务所需投入的注意力与思考资源。
此外，我们关注的不仅是单次回复的价格。一个廉价但需三轮修改的模型，同样会消耗宝贵时间。在产品图片生成中，某些廉价模型虽能呈现大致效果，但常出现手部细节错误（如多余手指），而昂贵替代方案往往能直接提供可用图像。因此，我们比较的是包含所有修改轮次及人工时间在内的“可用图像总成本”。
工作流的顺序同样关键。在制作口播视频时，我们先录制固定配音并检查产品名词发音，随后再添加图像。这样，任何修改仅涉及音频部分，避免了重新生成整个视频，保持了流程的清晰与高效。
最大的收益往往源于信息质量的提升。Mira是minagi.com上的聊天助手，它从我们的文本中提取答案。若源文本中存在“研究表明”等孤立声明，Mira的回答也会复述此类模糊表述。为此，我们审查源文本并补充具体依据。清晰的知识库能为所有模型提供更好的起点。
对于重要的产品设计决策，我们会向Claude和ChatGPT提出相同问题。在Minagi的外壳变体、音量表位置及旋钮设计方案比较中，Claude倾向于一种变体，ChatGPT则偏好另一种。两者虽指出相似的优点与风险，但权重不同。这种差异有助于我们为后续的真实用户测试提出更具针对性的问题。
我们将所有协议保存于“公司大脑”中。每个智能代理读取相同的任务分配，并将建议单独记录，附带模型名称。Jurrien与我评估这些建议并做出最终决定。这不仅让我们掌握建议来源，也确保了模型共享相同的基础假设。
通过这种方式，我们持续推进这家“无员工”公司的业务建设。这需要高度关注任务分配：谁撰写文案？谁调查设计？谁回应客户？Claude、ChatGPT和Gemini各司其职，Jurrien与我负责简报与评估。我们每天都在发现这种新型创业模式的运作逻辑：通过越来越聪明地将工作外包来建立一家公司。
要点总结
从小处着手。用轻量级模型测试明确任务，记录哪些质量阈值值得启用更重的模型。
衡量可用结果。在比较模型时，计入修改轮次和自身时间成本。
改善知识库。当AI回答不正确时，首先检查源文本，补充缺失信息，纠正模糊或缺乏依据的声明。
共享工作协议。集中保存任务分配和评估标准，并在面临重大影响的决策时使用第二个模型进行对比。
co-Founded by AI能否在一年内实现20万欧元的收入？欢迎参与预测并投出你的一票。
Geert-Jan Smits和Jurrien Kerstholt，co-Founded by AI创始人