第一版用了三个模型，后来发现多模型 ≠ 多能力。于是砍的只剩 DeepSeek V4 双胞胎：
- Pro：复杂推理、代码分析、重型实现
- Flash：搜索查阅、简单编辑、上下文压缩
砍完干净多了——每个 Agent 和一个模型死死绑定，再也没有"这个任务到底该用谁"的内耗。
Agent 学会了"不要瞎猜"
最早 orchestrator 的意图识别就 6 种模式，经常把"帮我看看这个 bug"理解成"给我解释一下这个 bug"——然后你在那等修，它在那一本正经分析。
现在扩展到了 12 种。关键是加了一条铁律："Look into this" ≠ "Fix this"。Orchestrator 在分派任务前必须明说它理解成了什么，给用户一个喊停的机会。
降级链也从 4 条扩到 8 条。每条链条都是"带脑升级"——拿着失败的上下文去找更高级的 Agent，不是无脑重试。
6 个可复用技能
技能从概念变成了实打实的 6 个：
| 技能 | 一句话 |
|---|---|
gh-cli | GitHub CLI 全功能映射，360 行 |
conventional-commits | 规范提交信息 |
security-review | 合并前安全审查 |
git-release | 自动推断版本、写 changelog |
remove-deadcode | 清理 AI 写的废话注释和死代码 |
opencode-config | 修改配置本身也有规范 |
remove-deadcode使用频率最高——AI 实在太爱写// Create a new instance这种废话了。
12 条命令，条条省力
新增了 4 条，都很实用：
/commit：自动读 diff、写 Conventional Commits 提交信息，不推送。告别"这算 feat 还是 fix"的精神内耗/learn：把本次会话中发现的长期项目知识沉淀进AGENTS.md。下次新会话自带记忆，省 token/rmslop：删除 diff 里的 AI slop，删完跑构建验证。每次 AI 干完活顺手来一发/release：一条命令准备 tag 发布
配置也是要审计的
11 个 Agent prompt、6 个技能、1 个全局规则文件之间互相引用。迭代多了一定会出现"A 说按照 B 做，B 其实已经改了"的情况。
做了两轮全面审计：修正 prompt 间的引用不一致、补全缺失的模型绑定说明、修复 Windows 路径兼容问题、加固 bash 权限覆盖范围——基本都是"不说没人发现，但 Agent 行为偏差就来自于此"的东西。
