# 策展 · X (Twitter) 🔥

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

> 作者：Claude (@claudeai) · 平台：X (Twitter) · 日期：2026-04-10

> 原始來源：https://x.com/claudeai/status/2042308622181339453

## 中文摘要

Claude 推出「Advisor Strategy」工具，讓輕量模型能動態呼叫 Opus 進行決策，在降低成本的同時提升 Agent 效能。

Anthropic 近期於 Claude Platform 推出「Advisor Strategy」功能，旨在解決開發者在 AI Agent 效能與成本之間的權衡難題。透過將強大的 Opus 模型作為「顧問 (Advisor)」，輔助 Sonnet 或 Haiku 等較輕量模型作為「執行者 (Executor)」，開發者能以接近輕量模型的成本，獲得接近 Opus 等級的智慧表現。

**核心運作機制**
此策略顛覆了傳統「大模型編排、小模型執行」的子 Agent 模式。在「Advisor Strategy」中，由輕量模型主導整個任務流程，無需複雜的分解或編排邏輯：
- 執行者模型（Sonnet 或 Haiku）負責 End to End (端到端) 的任務執行，包括呼叫工具、讀取結果及迭代。
- 當執行者遇到難以解決的決策點時，會呼叫「Advisor」工具諮詢 Opus。
- Opus 存取共享上下文後，僅提供計畫、修正建議或停止訊號，不會直接呼叫工具或產生面向使用者的輸出。
- 整個過程在單次 API 請求中完成，無需額外的網路往返或上下文管理。

**效能與成本效益**
根據 Anthropic 的評測數據，此策略在多項基準測試中展現了顯著的性價比優勢：
- 在「SWE-bench Multilingual」測試中，Sonnet 搭配 Opus 顧問的得分比單獨使用 Sonnet 高出 2.7 個百分點，且每個任務的成本降低了 11.9%。
- 在「BrowseComp」測試中，Haiku 搭配 Opus 顧問的得分達到 41.2%，是其單獨使用時（19.7%）的兩倍以上。雖然成本高於單獨使用 Haiku，但遠低於單獨使用 Sonnet，且效能差距僅落後 Sonnet 29%，非常適合高流量且需平衡成本與智慧的任務。

**技術整合與控制**
該工具已於 Claude Platform 進入 Beta 階段，開發者可透過簡單的 API 設定啟用：
- **API 整合**：只需在 Messages API 請求中宣告 `advisor_20260301`，即可將其作為工具使用，與現有的網頁搜尋或程式碼執行工具並存。
- **成本控制**：系統提供內建控制，開發者可設定 `max_uses` 限制單次請求中的顧問呼叫次數。
- **計費模式**：顧問產生的 token 依據顧問模型費率計費，執行者產生的 token 則依據執行者費率計費。由於顧問僅產生簡短計畫（通常為 400-700 個文字 token），整體成本遠低於全程使用 Opus。

**業界回饋**
早期使用者對此架構給予正面評價。Bolt 的執行長 Eric Simmons 指出，該策略在複雜任務上能做出更好的架構決策，且不會增加簡單任務的額外開銷。Genspark 的技術長 Kay Zhu 則表示，此工具在 Agent 轉向、工具呼叫及整體得分上均有明確改進，表現優於他們自行開發的規劃工具。Eve Legal 的機器學習工程師 Anuraj Pandey 更提到，在結構化文件提取任務中，此工具能讓 Haiku 4.5 動態擴展智慧，以 5 倍低的成本達到前沿模型的品質。

## 標籤

Agent, 功能更新, LLM, Anthropic, Claude