前置条件
- 1已安装 VS Code(1.85 以上)
- 2已开通 Gemini API 付费层级并创建 API Key
- 3会配置 VS Code 插件的自定义模型端点
Gemini 4 Neon 接入 VS Code:双模型编排配置指南
信息
一句话结论:Neon 的价值不在「比谁更聪明」,而在它适合当编排层——让贵模型只做规划和验收,让便宜模型做执行。配对了分工,成本能压下来一截,质量还不容易掉。
11 月这一批模型更新里,最值得单独写一篇的不是参数更大的那个,而是把「规划 / 执行分离」做成默认工作流的那个。Antigravity 的 Orchestrator 模式把 Neon 放在规划与审查位,把 Hydrogen 放在写码与跑测试位,卡住时再由 Neon 接手。这个思路搬到 VS Code 里,用插件的自定义模型配置一样能复现。
本篇按「先接上、再分工、后算账」的顺序讲。
一、先弄清楚 Neon 是哪一档
同一代里三个档位的定位,直接决定怎么用:
| 档位 | 定位 | 适合的任务 | 相对成本 |
|---|---|---|---|
| Carbon | 最难、最长任务 | 跨仓库重构、长时间自主排查 | 高 |
| Neon | 中档编码与 Agent | 规划、审查、多步骤编排 | 中 |
| Hydrogen | 快速日常工作 | 补全、单文件改动、解释代码 | 低 |
关键数字(以官方页面为准):Neon 提供 1M token 上下文,输入与输出按每百万 token 计价,缓存输入的单价明显低于普通输入。这意味着同一会话里保持输入前缀稳定,是省钱的主要手段,比换更便宜的模型更有效。
提示
注意:厂商公布的跑分与性价比都是自家口径,切换前建议拿自己仓库里的真实任务跑一遍,按「每个任务的成本」而不是「每百万 token 的单价」比较。
二、准备工作
- 在 AI Studio 建一个 API Key,确认账号在付费层级。免费层级拿不到 Neon 这类中档模型。
- 记下模型 ID。不同渠道的命名不完全一致,以控制台里显示的字符串为准,不要照抄旧教程里的名字。
- VS Code 里装一个支持自定义端点的插件。本文以 OpenAI 兼容协议为例,因为绝大多数插件都支持它,换插件时配置可以平移。
三、三种接法,按场景选
接法 A:插件里直接选内置 Provider
如果插件的模型下拉里已经有 Gemini 系列,选它最省事:Base URL、模型列表、鉴权头都是预置的,只需要填 API Key。缺点是内置列表更新会滞后,新模型往往先在控制台上线,插件过一阵才跟上。
接法 B:OpenAI 兼容端点(推荐)
手动填三项:
- Base URL:填厂商提供的 OpenAI 兼容地址,结尾不要多带路径段
- API Key:填第一步创建的 Key
- Model ID:填控制台里的模型 ID,逐字符核对
绝大多数插件把这个配置存在自己的 settings 文件里,形如:
1{
2 "provider": "openai-compatible",
3 "baseUrl": "<厂商 OpenAI 兼容地址>",
4 "apiKey": "<你的 API Key>",
5 "model": "<控制台显示的模型 ID>"
6}配完先发一句「只回复 OK」验连通,别一上来就跑长任务。
接法 C:多模型配置,为编排做准备
要复现 Orchestrator,需要在插件里配两个模型条目,一个指向 Neon,一个指向 Hydrogen。支持「任务模型 / 快速模型」分工的插件可以直接填;不支持的,用两份配置文件 + 快捷键切换也能凑合。
| 配置项 | 规划位 | 执行位 |
|---|---|---|
| 模型 | Neon | Hydrogen |
| 上下文长度 | 尽量大 | 常规即可 |
| 触发方式 | 手动发起规划 | 规划完成后自动或手动转交 |
| 典型输入 | 需求描述、仓库结构摘要 | 单个文件的改动指令 |
四、Orchestrator 模式怎么落到 VS Code
核心不是「两个模型轮流说话」,而是把产出物定死:规划位不写代码,只输出一份结构化的改动契约;执行位不改契约,只按契约改文件;最后再由规划位按契约验收。
一份最小可用的改动契约长这样:
1## 目标
2(一句话说明要解决什么)
3
4## 改动清单
5- 路径:改动内容
6
7## 约束
8- 不碰的公开 API / 兼容性要求
9
10## 验收条件
11- 可通过的检查项流程分三步:
- 用 Neon 跑规划,把上面的契约写满,人为确认一遍再放行。
- 切到 Hydrogen,把契约连同相关文件片段一起给它,让它只做清单里的事。
- 回到 Neon,把 diff 和契约一起喂回去,只问「是否逐条满足验收条件」,不满足就回到第 2 步。
这么拆的好处是:贵模型处理的 token 量小,便宜模型干的活儿边界清楚,出问题能定位到是「规划错了」还是「执行走偏了」。想省掉手写契约,可以直接用本站模板库里的编排式任务书生成器。
五、算账:缓存比换模型更值钱
同一会话里,系统提示 + 对话历史会被反复发送。如果这段前缀稳定,厂商按缓存输入计费,单价远低于普通输入。反过来,下面三种写法会把缓存击穿:
- 每轮把当前时间、随机 ID 拼进系统提示
- 插件每轮重排历史消息顺序
- 中途切换模型名或端点
社区里已有工具专门修过这类问题:某客户端在一次更新里把「每步都把系统提示按未缓存输入重新计费」的缺陷修掉,未缓存输入从上万 token 降到个位数。这说明缓存不是模型特性,是调用方式的特性,配置不当就等于白花钱。
建议做法:系统提示固定成一份文件、历史按时间顺序追加、一个会话内不换模型。
六、报错排查表
| 现象 | 常见原因 | 处理 |
|---|---|---|
| 401 / 鉴权失败 | Key 无效或层级不够 | 确认付费层级,重新生成 Key |
| 404 模型不存在 | 模型 ID 抄错或渠道未开放 | 以控制台显示为准逐字符核对 |
| 429 限流 | 并发请求过多 | 降低并行,长任务串行跑 |
| 上下文超限 | 一次塞了整个仓库 | 改按需检索,先定位片段 |
| 缓存始终不命中 | 输入前缀不稳定 | 固定系统提示与历史顺序 |
| 回复中途截断 | 输出上限设置过小 | 调高插件的 max tokens |
七、上线前验证清单
- 单条短消息能正常往返
- 规划位输出的是契约,不是代码
- 执行位的改动不超出清单范围
- 同一会话第二轮起,账单里的缓存输入占比明显上升
- 换插件后配置能平移(OpenAI 兼容的价值就在这里)
延伸阅读
- 同系列的接入配置:上代模型接入 VS Code
- 终端侧的编排实践:OpenCode 接入
- 另一个双模型分工的案例:Copilot 接入实战
- 客户端侧的自动批准与检查点:Cline 接入指南
常见问题
QNeon 和 Carbon、Hydrogen 该怎么选?
三者是同一代里的不同档位。Carbon 面向最难、最长的任务,Hydrogen 面向日常快速补全与解释,Neon 落在中间,兼顾编码与 Agent 编排。按本系列的做法,规划与审查交给 Neon,具体写码与跑测试交给便宜的 Hydrogen,是成本与质量都比较稳的组合。若你的任务大多是单文件小改,直接用 Hydrogen 就够,不必上 Neon。
Q为什么我配好了但缓存一直不命中?
缓存命中的前提是输入前缀完全一致。最常见的原因有三个:每次请求都重新拼一段系统提示(比如把当前时间戳塞进去)、插件每轮都把整个会话历史重发且顺序不同、以及中途切换了模型名。把这三项固定下来,同一会话里后续轮次的输入前缀就能复用,本站提示词模块里的三段式协议也是按这个前提设计的。
Q1M 上下文是不是可以无脑把整个仓库塞进去?
不建议。上下文越长,模型对中段信息的注意力越弱,且未命中缓存的输入按全价计费。更稳的做法是按需检索:先让工具按符号或文件名定位到相关片段,再把片段喂给模型。需要把外部网页整理成干净文本时,可以用本地抓取的 MCP 服务先做一次转换,再进上下文,比直接塞原始 HTML 省得多。