Anthropic 推出 Claude Advisor 策略：让“实习生”干活，“总监”指点，AI 可按需调用算力

Anthropic 再次更新其 Claude API 工具箱，推出名为“Advisor”的策略功能，将开发者社区中流行的“穷人版”工作流正式产品化。该功能的核心在于，让成本较低的模型（如 Sonnet 或 Haiku）作为主力执行任务，仅在遇到困难决策点时，才向最强的 Opus 模型发起一次“举手提问”，获取简短建议后继续执行。整个过程在一次 API 请求中完成，对用户完全透明，旨在实现成本与性能的优化平衡。

这种架构颠覆了常规 AI Agent 中“强模型指挥，弱模型执行”的自上而下模式。在 Advisor 策略中，Sonnet 或 Haiku 作为“执行者”全程运行，负责调用工具、读取结果和迭代处理。当遇到不确定的节点（例如代码架构选择），它会主动暂停，将上下文和具体问题提交给 Opus。Opus 作为“顾问”仅提供简短的方向性建议（通常 400-700 个 token），不参与具体执行。这类似于实习生遇到难题时向总监请教，总监只提供关键指点，大部分工作仍由实习生完成，从而大幅控制成本。

根据 Anthropic 的内部测试数据，这一策略在多个基准测试中展现出显著优势。例如，Sonnet 搭配 Opus 顾问在 SWE-bench Multilingual 上的表现比单独使用 Sonnet 高出 2.7 个百分点，同时总成本降低了 11.9%。而 Haiku 搭配 Opus 顾问在 BrowseComp 任务上的得分达到 41.2%，是单独使用 Haiku（19.7%）的两倍多，其成本却仅为使用 Sonnet 的 15%。这一功能将复杂的模型调度自动化，降低了开发门槛，可能进一步加剧大型语言模型 API 服务商在效能优化层面的竞争。