Go Getter

Goal Getter 源于一个简单的观察。

我当时正在同一个任务上使用两个不同的 LLM，手动把一个模型的输出复制到另一个模型的上下文里。结果明显比反复提示同一个模型要好。

这让我开始思考：如果让模型们作为一个完整软件开发流程的一部分彼此协作，会发生什么？

于是就有了 Goal Getter。

你打开一个项目，给 Goal Getter 一个愿景，然后指派一个或多个 AI 智能体去负责开发循环中的不同阶段。

基本循环是：

* AI 智能体们提议下一步该做什么。

* 它们评估这些提议并选出其中一个。

* 其中一个去实现它。

* 其他 AI 审查实现结果。

* 再由其他 AI 进行测试。

* 得到的项目状态回到讨论中，循环重复，直到愿景实现为止。

各个阶段可以使用不同的模型和不同的服务提供商。人类也可以承担某个角色。愿景可以很大，也可以很小，我都测试过，两种都能成功。

如果 Goal Getter 在运行过程中需要人类决策，它会把问题放进收件箱里。

我发现最有趣的部分是模型的多样性。

举例来说，我可以用一个模型去实现任务，同时让几个独立的模型去审查或测试它。或者我可以把来自不同服务提供商的模型放进同一个阶段，让它们独立完成工作。

在我自己的测试中，这种方式产出的成品软件，往往比之前那种反复把单个任务交给一个更强模型的工作流要好。

一个令人惊讶的结果是：一些由相对便宜的模型（如 GPT-5.6-Luna 和 DeepSeek-v4-Pro）组成的团队，表现得非常好。在我做的几个项目中，最终成品比我之前用 GPT-5.6-Sol 一次一个任务地普通提示得到的结果更好，同时推理成本还低得多。

这些并不是受控的基准测试，我也不认为更便宜的模型就一定更好。困难的问题仍然在很大程度上受益于更强的模型。

我目前的假设是：将规划、实现、审查、测试和重试分开，可以在很大程度上弥补任何单个模型的不足。

我最初用 Common Lisp 写了一个原型。后来我最终把它迁移到了 C，Goal Getter 此后被用来改进自身的 C 实现，并搭建起围绕它的 Web 应用。

我用它创建的其他项目包括：

* 一个基于浏览器的俄罗斯方块克隆。

* 一个类 Hashcash 的工作量证明、类 CAPTCHA 的系统，带有前后端，使用 WebGPU 并附带 JavaScript 降级方案。你可以在 GitHub 上查看它的代码：https://github.com/Bitwise-LTDA/...

* Goal Getter 自身的部分，包括可下载的程序和后端。

我有意把运行时控制得很小。Linux amd64 的二进制文件目前大约 20 MB，主进程通常最多占用 48 MB 内存，把机器的大部分资源留给编译器、浏览器、测试套件以及 AI 运行所需的任何东西。

Goal Getter 不捆绑 AI 订阅服务。你自带 API 密钥，并自行决定由哪些服务提供商/模型来填充各个角色。

目前提供一个免费的预内测（pre-alpha）试用版。之后将按每台机器每月 10 美元收费。同一个二进制既可以运行在你的工作站上，也可以运行在你控制的 Linux 服务器上。

我尤其感兴趣的是，其他人是否也会观察到分离角色并混合使用独立模型/服务提供商所带来的相同效果。