CG 模式 (Claude + GLM)

CG 模式一言以蔽之，就是"思考交给 Claude，动手交给 GLM"的执行方式。战略与质量判断关键的环节由 Claude 领队承担，直接写代码的实现为主的环节交给更便宜的 GLM (z.ai) 工作者，在同一个会话里把成本降低约 60-70%。

名字里的 CG 指 Claude + GLM。它不是轮流使用两个模型，而是把环境变量按 tmux 会话分开装，让两个模型在同一个会话里各司其职、互不干扰。等于把"计划由 Claude 深入做、实现由 GLM 便宜做"这条代币经济学（tokenomics）目标原样落地，一行代码都不用改。

信息

核心想法: 最昂贵的推理交给最聪明的模型，工作量最大的活交给最便宜的模型。在同一个会话里把两种角色分开承担，就是 CG 模式的全部。

AI 编码工作的成本大部分发生在"实现"阶段。建立 SPEC、思考架构的计划 (plan) 阶段与审查结果的审计 (audit) 阶段，推理深度决定质量，但调用次数本身不多。反过来，实际写代码、填测试、产出文档的实现 (run) 阶段，是代币大量倾泻的区间。

因此两个阶段都用同一个最贵的模型，质量有保证，成本却迅速膨胀。CG 模式正是利用这道不对称：需要 Claude 深度推理的位置放 Claude，工作量大到模型单价直接决定账单的位置放更便宜的 GLM。结果就是计划与审计的质量原样保留，只有实现成本大幅下降。

CG 模式以 tmux 会话为单位切分环境变量。领队所在的 pane 只保留 Claude API 环境，新开的工作者 pane 继承注入到 tmux 会话的 GLM 环境变量。不需要改任何代码，仅凭环境变量就让两个模型分头运转。

flowchart TD
    A["运行 moai cg"] --> B["把 GLM 配置注入
tmux 会话环境变量"]
    B --> C["从 settings.local.json
移除 GLM 环境变量"]
    C --> D["设置 teammateMode: tmux"]
    D --> E["领队 pane 使用 Claude API"]
    E --> F["新工作者 pane 继承 GLM 环境变量"]

    G["领队 (Claude)
计划 · 审计 · 同步"] -.SendMessage.-> H["工作者 (GLM)
实现 · 测试 · 文档"]
    H -.结果汇报.-> G

    style G fill:#7C3AED,color:#fff
    style H fill:#059669,color:#fff

领队与工作者通过 Claude Code 的信使 (SendMessage) 工具对话。领队交出任务后，工作者 pane 里由 GLM 执行，结果再回到领队手中。

领队决定"做什么、怎么做"，并确认结果是否达标。工作者按照定好的计划实际写代码。这道分工就是 CG 模式省成本的来源 —— 不让贵的模型把实现的工作量也扛在身上。

GLM 工作者使用的模型： Claude 的整个梯队（Opus · Sonnet · Haiku · Fable）被统一映射为一个 1M 上下文的 glm-5.3-flash（默认）。Claude Code 只按 Opus 槽位设定一次自动压缩窗口，其他槽位启动的智能体也继承这个值，所以混入小模型时即使超出自身上限也不会触发压缩。梯队区分不由模型承担，而由推理深度 (effort) 轴承担。详细映射请参阅多 LLM 介绍。

moai glm setup sk-your-glm-api-key

密钥安全地保存在 ~/.moai/.env.glm。

已经在用 tmux 的话，不需要新建会话。

# 如果尚未使用 tmux:
tmux new -s moai

提示

把 VS Code 终端默认 shell 设为 tmux，这一步可以整个跳过。CG 模式只有在 tmux 分屏环境下才能实现领队/工作者的 API 分离。

moai cg

moai cg 会在当前 pane 自动启动 Claude Code，不需要另外敲 claude。

/moai "实现用户认证功能"

之后就与平常一样。编排器（领队，Claude）负责计划、质量与同步，实现工作量大的任务交给新 tmux pane 的 GLM 工作者。

信息

过去的 –team 标志（Agent Teams 静态编排层）已在 v3.0 退役。强制指定也会回到 sub-agent 模式。CG 模式的领队/工作者分离由 Claude Code 内置的 teammate 运行时（tmux pane）承担，这个运行时保留不变。

• 实现为主的 SPEC 执行（run 阶段）
• 代码生成、重构工作量
• 编写测试代码
• 生成文档

这些工作重工作量轻推理，交给 GLM 工作者时省成本的效果最大。

• 架构设计与计划（需要 Opus/Fable 级深度推理）
• 安全审查（需要 Claude 的安全训练）
• 复杂调试（高级推理决定质量）

这些工作里一次判断会大幅左右后续的成本与方向，由最聪明的模型亲自做到底更安全。此时不要用 CG 模式，改用 Claude 专用执行（moai cc）。

注意

CG 模式并不总是正确答案。计划阶段过早把判断交给 GLM 工作者，成本虽然省了，方向一旦走偏，返工的成本会更大。“思考"务必由 Claude 领队承担，只把"动手"交给 GLM 工作者，才是这个模式的正确用法。

moai cc 质量最优先，moai glm 成本最优先，moai cg 取两者之间的平衡。只有 CG 模式给领队与工作者分配不同的模型，因此 tmux 是必需的。

teammateMode 是 Claude Code 内置的显示设置，保存在 settings.local.json。它与 MoAI 的 team-mode（旧 --team 标志，v3.0 退役）是不同的概念。teammate 运行时本身由 Claude Code 提供，teammateMode 只决定画面上怎么呈现。

moai cg 与 moai glm 把 settings.local.json 的 teammateMode 设为 "tmux"，moai cc 则改回空值。teammateMode 设置优先于旧的 CLAUDE_CODE_TEAMMATE_DISPLAY 环境变量。

CG 模式只有在 tmux 显示模式下才能实现领队/工作者的 API 分离。

自 v3.0.0 起，moai cg 向 tmux 会话环境变量注入 GLM token（ANTHROPIC_AUTH_TOKEN）时，使用 source-file 通道 (tmux source-file <tmp>) 而非 argv 通道 (tmux set-environment <KEY> <VALUE>)。token 因此不会以明文出现在 ps auxe、/proc/<pid>/cmdline、auditd 日志、sysmon 跟踪、崩溃转储中 (CWE-214)。

1. 在 ~/.moai/run/ 下用 mkstemp 创建临时文件（强制 mode 0o600）
2. 写入一行 set-environment -t <session> <KEY> <VALUE>
3. 通过 tmux source-file <tmp> 让 tmux 读取该文件并注入环境
4. 注入后立即用 os.Remove unlink

argv 里留下的只有临时文件路径，token 本身不会出现。

CLAUDE_CONFIG_DIR、ANTHROPIC_BASE_URL、ANTHROPIC_DEFAULT_*_MODEL 等非 token 值维持原有 argv 路径（无安全威胁）。

~/.moai/.env.glm 文件在用户环境中必须保持 0o600 权限。权限由 moai glm 命令自动设置：

stat -c '%a' ~/.moai/.env.glm    # Linux: 600
stat -f '%A' ~/.moai/.env.glm    # macOS: 600

确认 CG 模式运行期间 token 是否暴露在 argv 中：

# 运行 moai cg 后，在新 tmux 会话内
ps auxe | grep -i 'tmux set-environment.*ANTHROPIC_AUTH_TOKEN'
# 期望值: 0 matches (token 不在 argv 中)

详细的威胁模型、失败时的行为（ErrTmuxSensitiveInjectFailed sentinel）与附加检查步骤，请参阅安全说明 — CWE-214。

CG 模式所处理的"省成本"，与提示缓存所处理的"省成本"视角不同。两者都是代币经济学的一根轴，但省钱的位置不一样。

CG 模式是 成本 视角（降低账单），提示缓存是 上下文 视角（降低反复重算同一上下文的成本）。两条轴互不排斥，一起用效果叠加。不过本页的主题是模型分配这一侧。

• 模型策略 —— 为每个智能体分配合适模型的方式
• 提示缓存 —— 省成本的另一条轴：计算复用
• 常见问题 —— 执行模式相关 FAQ
• CLI 参考 —— moai cc、moai glm、moai cg 详解