# 🏎️ Lecture 03.7: 駕駛艙的賽車手切換：解密 Model Registry 與模型靈活切換
> [!NOTE]
> **作者資訊 (Author Info)**
> 
> * **姓名 (Name)**: mingo 謝明翰
> * **電子信箱 (Email)**: mhhsei@mail.batol.net


大家下午安！歡迎回來。我是你們的導師。

在上幾堂課中，我們認識了 LLM 的底層真實構造、字母湯 Token 以及 Transformer 自注意力機制。

但是，許多剛接觸 `agy` 的新手常會有一個困惑：
「老師，為什麼網路上的 AI 軟體百百種？有人說 Claude 3.5 寫程式最厲害，有人說 Gemini 1.5 處理超長文件最強，還有人說 GPT-4o 邏輯最嚴密。難道我為了用不同的 AI 大腦，非得去訂閱幾十個不同的網站不可嗎？」

請大家放輕鬆！**在 Antigravity CLI（`agy`）的世界裡，你不需要手忙腳亂地切換網站，你隨時擁有整座頂尖 AI 模型庫！**

今天，我們就用最簡單的賽車手比喻，帶大家拆解 **Model Registry（模型註冊庫）**，並學會如何在 `agy` 裡像賽車總監一樣自由變換大腦！

---

## 🔑 1. 心智模型：駕駛艙的換檔與賽車手切換

為了讓大家一秒搞懂模型切換的運作原理，我們來做個比喻：

*   **生活版比喻（賽車車隊與不同賽道的賽車手）**：
    想像你是一家頂級賽車隊的總監（你）。你的車庫裡停著同一台賽車（`agy` 的框架與工具箱），但你可以根據今天的賽道狀況，隨時指派不同的頂尖賽車手坐進駕駛艙：
    *   **跑高速直道（快速簡單任務）**：指派反應最快、最省油的選手（如 Gemini Flash）。
    *   **跑多彎道複雜賽道（高難度寫程式/修 Bug）**：指派技巧最精湛的法拉利車手（如 Claude 3.5 Sonnet）。
    *   **跑超級長拉力賽（讀幾百頁長文件）**：指派耐力最強、油箱最大的達卡拉力賽車手（如 Gemini 1.5 Pro 的 200 萬 Token 大油箱）。
*   **動漫版比喻（《遊戲王》的武藤遊戲與切換人格）**：
    這就像是武藤遊戲脖子上掛著千年積木！普通日常對話時是溫和的小遊戲；當面對強大的決鬥者（高難度技術難題）時，千年積木發光，瞬間切換成冷靜強大的「暗遊戲（無名法老王）」坐鎮大腦！你的工具箱（卡牌）完全不需要換，換的只是幕後的思考大腦！
好吧，卡牌好像不太一樣，不管，你就先相信卡牌一樣好了。

---

## ⚙️ 2. 主流大模型大腦特長全覽

在 `agy` 中，你可以隨時調用以下幾位主流賽車手：

*   **Claude 4.6 Sonnet（程式碼與邏輯之王）**：
    *   *特長*：邏輯極度嚴密、寫程式碼品質極高、極少犯低級錯誤。適合高難度的軟體開發、複雜 Bug 診斷與架構設計。
*   **Gemini 3.1 Pro（超長上下文海量吞吐王）**：
    *   *特長*：擁有高達 200 萬 Token 的驚人記憶視窗（Context Window）。適合把整本程式庫、幾百頁的 PDF 書籍或整部影片檔一次性塞給它讀取。
*   **Gemini 3.5 Flash / GPT-120B（閃電快速省錢王）**：
    *   *特長*：回應速度極快（幾毫秒內吐字）、消耗算力極低。適合簡單的文字翻譯、格式排版或日常問答。
*   **GPT-5（全能多模態大師）**：
    *   *特長*：推理平衡、多模態圖文理解能力強。

---

## 🛠️ 3. 在 `agy` 中如何一秒切換模型？

在 `agy` 終端機或 `settings.json` 中，切換模型非常簡單：

### 招式一：對話中動態切換（`/model` 指令）
在 `agy` 對話框中輸入 `/model`，系統會列出目前所有可用的模型選單。上下選擇按下 enter 就可以。
在對話前你也可以直接指定：
`agy --model claude-3-5-sonnet`
或是對話中輸入：
`/model gemini-3.1-pro`
大副會立刻在背景為你更換駕駛艙裡的賽車手，而你之前的歷史對話與工作區檔案完全不會遺失！

### 招式二：設定預設模型（`settings.json`）
如果你希望每次開啟 `agy` 時都固定使用特定模型，可以在設定檔中調整 `"default_model"` 參數。

---

## 🍽️ 4. 課堂小測驗與無障礙原則

*   **問：為什麼我們不需要為不同的任務下載不同的 AI 軟體？**
    *   答：因為 `agy` 擁有 Model Registry 架構，它將工具箱（CLI/沙箱）與大腦（LLM 模型）分離。你可以隨時用 `/model` 換大腦，而工具箱保持不變！
*   **問：如果今天要大副幫忙讀取一份幾百頁的繁體中文說明書，應該首選哪一位賽車手？**
    *   答：首選 Gemini 1.5 Pro！因為它擁有 200 萬 Token 的超大上下文油箱，能輕鬆做大海撈針檢索！

現在，你已經是一位懂得按賽道切換賽車手的頂級車隊總監了！

👉 **[下一堂課：Lecture 03.8 沉思棋手與秒回選手：解密思考推理模型（Reasoning Models）與 Test-Time Compute 的物理真相](Lecture_03_8_Reasoning_Models_Test_Time_Compute.md)**
👉 **[下一堂課：Lecture 03.9 拒絕胡說八道：大腦『幻覺』成因與白話防幻覺三招](Lecture_03_9_Anti_Hallucination.md)**
👉 **[回課程大綱：學習地圖](README.md)**

## 🔥 專家級深度思考與實戰挑戰 (Expert Challenge)

### ❓ 挑戰 1：動態切換模型時 Prompt Template 的相容性死穴
* **【問題】**：當我們在 Antigravity 2.0 中隨時用 `/model` 從 Claude 3.5 Sonnet 切換到 Gemini 1.5 Pro 或 GPT-4o 時，為什麼原本在 Claude 上表現完美的 System Prompt，切換到 Gemini 後可能會突然出現不遵守 JSON 格式輸出的現象？
* **【鑑別點說明】**：測試學員是否明白不同模型廠商在 System Role 權重、Instruction Following 偏好與對齊微調上的微小差異。
* **【專家級解答與深度剖析】**：
  不同廠商的模型在 RLHF 對齊時採用的 Prompt 結構不同。Claude 3.5 對 XML 標籤（如 `<instructions>`）有極高敏感度與結構解析力；而 OpenAI GPT-4o 更偏好 Markdown 列表與 JSON Schema 規格描述；Gemini 則對過長的自然語言指示容易產生注意力漂移。資深大導演在設計跨模型切換（Model Registry）時，必須採用中立、無廠商偏見的 Prompt 格式（如 CO-STAR 架構），或在 Model Registry 層針對不同模型動態注入不同的適配器模板 (Prompt Adapters)。

---

### ❓ 挑戰 2：多模型協作中的「智力與成本 ROI 最優解」
* **【問題】**：在一個大型 Vibe Coding 專案中，如果盲目全程使用最高價的模型（如 Claude 3.5 Sonnet），專案成本會居高不下。請設計一套基於 Model Registry 的成本分級路由策略 (Model Routing Strategy)。
* **【鑑別點說明】**：考驗學員作為資深架構師的成本控制與模型選型 ROI 決策能力。
* **【專家級解答與深度剖析】**：
  最佳路由架構應分為三層：1. **前端過濾與分類層**（使用極便宜極快的輕量模型如 Flash/Haiku）：負責分析使用者意圖、抽取簡單語法或寫註解；2. **主要執行層**（使用中階模型）：負責編寫標準模組與單元測試；3. **專家救援層**（使用頂級模型如 Sonnet/o1）：僅在遇到複雜架構設計、跨模組重構或連續 2 次除錯失敗時才動態喚醒。這種路由策略可在保持 95% 以上高品質輸出的同時，降低 70% 以上的 API 算力費用。