# 策展 · X (Twitter) 🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：小墨同学 (@legacyvps) · 平台：X (Twitter) · 日期：2026-07-14

> 原始來源：https://x.com/legacyvps/status/2076539537933889724

## 中文摘要

Claude Code 透過新增 advisor 參數，讓使用者能指定 Opus 4.8 執行任務並由 Fable 5 擔任顧問。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/835f9b489968906c.jpg)
> 這是一份關於 Claude Code 工具中 advisor 模型參數設定與版本更新的技術指南。

**核心機制與配置**
Claude Code 引入了模型分工機制，解決了使用者在強大模型與成本間的兩難。透過將 Fable 5 設定為顧問（advisor），系統會自動在提交方案、連續出錯或收工驗收等關鍵節點進行請示，確保高階模型僅在必要時介入，有效節省 token 消耗。

使用者可透過以下方式啟用此功能：

1. 更新至最新版本：
   ```bash
   claude update
   ```
2. 執行指令時指定模型與顧問：
   ```bash
   claude --model opus --advisor fable
   ```
3. 若需設定預設行為，可在 `settings.json` 中加入以下配置：
   ```json
   {
     "advisorModel": "fable"
   }
   ```

**社群實務與應用**
針對此項功能，社群成員分享了不同的實作策略：

- 官方參數法：如 @legacyvps 所述，直接使用 `--advisor` 參數能確保 AI 在不該出場時不消耗任何 token，實現精準的資源配置。
- 記憶設定法：@Ray80230 則建議將分工邏輯直接寫入 AI 的長期記憶中，讓 Agent 在啟動工作流時自動依據需求分配模型，達到「構思與審查使用 Fable 5，執行任務使用 Opus 4.8」的自動化流程。

**技術觀點**
此次更新的核心價值在於「資源最佳化」，其本質並非單純減少使用高階模型，而是透過明確的職責劃分，讓高階模型僅出現在最具價值的決策節點。對於開發者而言，這種將模型能力與任務複雜度進行「端到端」匹配的策略，是提升 Agent 協作效率與成本效益的關鍵。

## 標籤

Claude Code, CLI, 功能更新, 教學資源, Anthropic, Claude