如何扩展你的-LLM-使用
如何扩展你的 LLM 使用
随后，Frontier LLM 实验室开始扩展后训练，使用监督微调和 RLHF，模型在遵循指令和执行复杂任务方面变得越来越出色。
就在我们认为 LLM 即将达到顶峰时，我们开始通过推理模型的发布进行推理时间扩展，其中花费思考令牌极大地提高了输出质量。
这张信息图突出了本文的主要内容。我首先会讨论为什么你应该扩展你的 LLM 使用，强调它如何提高生产力。接着，我会具体说明如何增加你的 LLM 使用，包括运行并行编码代理和使用 Gemini 3 Pro 中的深度研究模式。图片由 Gemini 提供
我现在认为我们应该继续这种扩展，采用一种新的扩展范式：基于使用的扩展，即扩展你使用 LLM 的程度：
-
并行运行更多编码代理
-
总是开始深入研究一个感兴趣的话题
-
运行信息检索工作流程
如果你不在午餐前或睡觉前启动代理，你就是在浪费时间
在这篇文章中，我将讨论扩展 LLM 使用如何提高生产力，尤其是在作为程序员工作时。此外，我将讨论你可以使用的具体技术来扩展你的 LLM 使用，无论是个人还是为公司工作。我会保持这篇文章的高层次，旨在激发你如何最大限度地利用 AI 来获得优势。
为什么你应该扩展 LLM 使用
我们之前已经看到扩展是多么强大，例如：
-
预训练
-
后训练
-
推理时间扩展
原因是，结果证明，你在某件事上投入的算力越多，你将获得更好的输出质量。当然，这假设你能够有效地使用计算机。例如，对于预训练，能够扩展计算依赖于
-
足够大的模型（足够的权重进行训练）
-
足够的数据进行训练
如果你没有这两个组件就扩展计算，你不会看到改进。然而，如果你扩展了这三个组件，你会得到惊人的结果，比如我们现在看到的 Frontier LLM，例如，随着 Gemini 3 的发布。
因此，我主张你应该尽可能扩展你自己的 LLM 使用。例如，这可以是同时启动几个代理进行并行编码，或者在你感兴趣的主题上启动 Gemini 深度研究。
当然，使用必须仍然具有价值。在你不需要的某些晦涩的任务上启动编码代理是没有意义的。相反，你应该在以下情况下启动编码代理：
-
一个你从未觉得有时间坐下来自己解决的问题
-
上次销售通话中请求的一个快速功能
-
一些 UI 改进，你知道的，今天的编码代理可以轻松处理
这张图像显示了扩展定律，展示了我们可以看到随着扩展的增加而性能增加。我主张当我们扩展我们的 LLM 使用时，也会发生同样的事情。图片来自NodeMasters.
在资源丰富的世界里，我们应该努力最大化使用它们
我在这里的主要观点是，自从 LLM 发布以来，执行任务的门槛已经显著降低。以前，当你收到一个错误报告时，你必须坐下来集中精力 2 小时，思考如何解决这个问题。
然而，今天，情况不再是这样。相反，你可以进入 Cursor，输入错误报告，让 Claude Sonnet 4.5 尝试修复它。然后你可以 10 分钟后回来，测试问题是否已修复，并创建拉取请求。
你在仍然使用这些令牌做些有用的事情的同时能花费多少令牌
如何扩展 LLM 的使用
我谈到了为什么你应该通过运行更多的编码代理、深度研究代理和任何其他 AI 代理来扩展 LLM 的使用。然而，确定应该启动哪些 LLM 可能很难。因此，在本节中，我将讨论你可以启动以扩展你的 LLM 使用的特定代理。
并行编码代理
并行编码代理是任何程序员扩展 LLM 使用最简单的方法之一。你不再一次只处理一个问题，而是同时启动两个或更多代理，无论是使用光标代理、Claude 代码还是任何其他代理编码工具。通常，通过利用 Git 工作树，这使得并行编码变得非常容易。
例如，我通常有一个主要任务或项目在处理，我在 Cursor 中坐着编程。然而，有时我会收到一个错误报告，我会自动将其路由到 Claude Code，让它搜索问题发生的原因，并在可能的情况下修复它。有时，这会直接解决问题；有时，我需要稍微帮助它一下。
然而，启动这个错误修复代理的成本超级低（我实际上只需将线性问题复制到 Cursor 中，Cursor 可以使用线性 MCP 读取问题）。同样，我还有一个自动研究相关潜在客户的脚本，我在后台运行它。
深度研究
深度研究是你可以使用任何前沿模型提供商（如 Google Gemini、OpenAI ChatGPT 和 Anthropic 的 Claude）的功能。尽管有许多其他可靠的深度研究工具，但我更喜欢 Gemini 3 的深度研究。
每当我想要了解更多关于某个主题的信息，寻找信息，或类似的事情时，我都会用 Gemini 启动一个深度研究代理。
例如，我对根据特定的 ICP 寻找一些潜在客户感兴趣。然后我迅速将 ICP 信息粘贴到 Gemini 中，给它一些上下文信息，并让它开始研究，这样它就可以在我忙于主要编程项目时运行。
20 分钟后，我从 Gemini 那里得到了一份简短的报告，结果发现其中包含大量有用的信息。
使用 n8n 创建工作流程
另一种扩展 LLM 使用的方法是使用 n8n 或任何类似的流程构建工具。使用 n8n，你可以构建特定的流程，例如，读取 Slack 消息并根据这些 Slack 消息执行某些操作。
例如，你可以有一个工作流程，它读取 Slack 上的错误报告组，并自动为特定的错误报告启动一个 Claude 代码代理。或者，你可以创建另一个工作流程，从许多不同的来源汇总信息，并以易于阅读的格式提供给你。使用工作流程构建工具，实际上有无数的机会。
更多
你可以使用许多其他技术来扩展你的 LLM 使用。我只列出了当我与 LLM 一起工作时想到的前几项。我建议始终牢记你可以使用 AI 自动化的内容，以及你可以如何利用它来提高效率。如何扩展 LLM 使用将因公司、职位和其他许多因素而大相径庭。
结论
在这篇文章中，我讨论了如何扩展你的 LLM 使用，以成为一个更有效的工程师。我认为我们过去看到扩展工作做得非常出色，并且我们很可能通过扩展我们自己的 LLM 使用看到越来越强大的结果。这可能是并行启动更多的编码代理，在吃午饭时运行深度研究代理。总的来说，我相信通过增加我们的 LLM 使用，我们可以变得越来越高效。
👉 我的免费资源
🚀 使用 LLM 提高你的工程效率（免费 3 天电子邮件课程）
👉 在社交平台上找到我：
📩 订阅我的通讯
🧑💻 联系我
✍️ Medium
浙公网安备 33010602011771号