[控场AI]
· 6 分钟阅读· 3,126 字

Claude Code Advisor模式:双模型协作省钱编程

Claude Code Advisor模式:双模型协作省钱编程

Claude Code 推出实验性 Advisor Mode,让强推理模型只在关键决策节点介入以平衡成本与质量。

Anthropic 为 Claude Code 终端引入实验性工具 Advisor Mode,让主模型负责执行与写代码,强推理顾问模型仅在架构方案制定、重复错误排查和收尾审查三个节点被调用,且只输出建议不直接动手。该功能已通过 Anthropic API 和 AWS 上的 Claude Platform 提供,但暂不支持 Bedrock 等基础设施,并对 Claude Code 版本有最低要求。顾问按被调用模型的 token 计费,Fable 系列可能从 usage credits 扣除且需一次性授权。模型配对有硬规则:顾问能力等级不能低于主模型。社区流传的四模型流水线与 3.4 倍省钱说法均非官方结论,且顾问每次调用会重读全部会话历史且不被缓存,实际节省取决于关键决策的触发频率。

Anthropic 为 Claude Code 终端引入了一个实验性工具 Advisor Mode(顾问模式),核心思路是让昂贵的强推理模型不再全程参与编码,只在关键决策节点介入。YouTube 频道 Hikmet Tanriverdi 的 AI 分身对该功能做了完整拆解,结合官方文档与社区讨论,我们可以看清它的实际用法和成本逻辑。

Claude Code Advisor模式相关截图

Advisor模式解决什么问题

传统 workflow 里,开发者往往要么全程用最贵的模型跑完整个任务,要么为了省钱全程用轻量模型承担所有工作。前者的成本高得离谱,后者在架构决策和复杂 bug 上容易翻车。Advisor Mode 提供了第三条路:主模型负责执行和写代码,顾问模型只在三个关键时刻被调用——制定重大架构方案前获取策略确认、同一错误反复出现时协助排查、以及任务收尾前的独立审查。

在这种设计下,顾问并不直接写代码,也不接管键盘。它在会话中只输出建议,主模型拿到建议后自行决定是否采纳。如果顾问的建议与项目已有证据冲突,主模型会向用户标记这一不一致,而不是盲目照做。

访问方式、版本门槛与定价规则

官方文档明确,该功能已通过 Anthropic API 和 AWS 上的 Claude Platform 提供,但暂不支持 Amazon Bedrock、Google Cloud Agent Platform 和 Microsoft Foundry 等基础设施。使用前必须先更新 Claude Code 版本:在终端执行 cloud update,使用 Fable 5.2 作为顾问至少需要 2.1.3.2.1 版本,AWS 平台则至少需要 2.1.3.0.0 版本。版本过旧时系统无法识别模型,会按普通会话启动,顾问工具形同虚设。

它并非免费附加功能,会按被调用模型的 token 定价从账户余额中扣费。Fable 系列因为推理能力最强,适用特殊计费规则——即使你有活跃订阅,Fable 用量也可能直接从 usage credits 中扣除。首次启用 Fable 顾问前,需要在终端完成一次性的额度授权;不授权的话,系统会引导到 /model Fable 命令,顾问无法激活。

额度授权相关界面

usage credits(用量额度) 是 Anthropic 针对订阅套餐之外的模型调用设立的独立计费池。订阅方案通常对常规模型设有用量上限,而推理能力最强、单 token 成本最高的模型(如文中提到的 Fable 系列)往往不包含在套餐配额内,需单独充值或在首次使用前完成一次性授权,之后按实际 token 消耗从额度中扣减。这解释了为何即使账户有活跃订阅,启用 Fable 顾问仍会触发授权流程——否则系统无法确认用户接受这部分额外支出。

三种启用方式与模型配对规则

启用顾问有三种路径。会话中直接输入 /advisor 会弹出可选模型列表;输入 /advisor opus 或 /advisor fable 则直接指定模型,并将选择永久保存到用户设置。想彻底免去每次输入,可手动编辑用户目录下 settings.json,把 advisor model 键设为 opus 或 fable。只想临时试验的话,用 claude --advisor opus 启动标志即可,会话关闭后终端自动恢复默认,不污染配置文件。

会话设置相关截图

模型配对有一条硬规则:顾问模型的能力等级不能低于主模型。主模型是 Sonnet 5.5 时,顾问只能选 Fable 或 Opus 5 系列;Haiku 4.5 这类低阶模型永远不能充当顾问。如果强行指定了弱于主模型的顾问,Claude Code 不会崩溃,但会直接禁用顾问功能。

被夸大的“四模型流水线”

社区流传的一张 X 帖子把 Fable 5.2 称为思考者、Sonnet 5.5 为编码者、Opus 为审查者、Haiku 为子代理,看起来像一条四模型流水线。对照官方文档,Claude Code 每个会话只支持一个主模型搭配一个顾问模型。四个模型同时串联并非官方的一键模式,而是用户自行搭建的自定义 workflow。子代理可以按各自任务启用不同模型,但顾问工具本身每个会话只监听一个模型。

子代理(Subagent) 是 Claude Code 中一种任务委派机制:主会话可以把某个具体子任务(如搜索代码库、批量修改文件、执行测试)交给一个独立运行的代理实例处理,该实例拥有自己的上下文窗口和可单独配置的模型,完成后只把结果摘要回传给主会话。这样既能用低成本模型承担机械性工作,又能避免大量中间过程污染主对话上下文。它与 Advisor Mode 的关键区别在于职责:子代理是“执行者”,会实际调用工具完成任务;顾问是“建议者”,只输出判断而不动手。因此两者可以并存,但不能互相替代。

成本节省的真实边界

前面提到的 X 帖子声称该功能可节省 3.4 倍成本,但这不是官方文档给出的数字。官方只确认了“仅在关键决策处调用昂贵模型而非全程使用”能够降低成本这一方向性结论。实际开销要打折扣看:每次调用顾问都会从头重新读取整个会话历史,且顾问自身的读取不被缓存。好在主模型的缓存保持完整,返回的建议也会在本地缓存供后续步骤复用。

Prompt Caching(提示缓存) 是 Anthropic API 在 2024 年推出的成本优化机制:当请求中包含与近期请求相同的前缀内容时,这部分 token 可以按大幅折扣计价(缓存读取通常为正常输入价格的约 10%),从而避免对长上下文反复全额付费。Claude Code 的长会话正是该机制的典型受益场景——系统提示、工具定义和早前对话轮次都能被缓存复用。文章指出顾问模型的读取不被缓存,意味着每次调用都会以全价重新处理整个会话历史,这部分开销无法通过缓存摊薄;而主模型的缓存保持完整,两相对比,顾问调用次数越多,未被缓存覆盖的成本占比就越高。

调用状态与关闭方法

顾问被调用时,屏幕上会出现带模型名的 advising 行。调用结束后显示 Reviewed,按 Ctrl+O 可查看顾问的完整建议。如果顾问拒绝给出指导,显示 declined;调用出错则显示 unavailable。

独立审查调用截图

不想额外消耗 token 时,会话内执行 /advisor off 即可关闭。要从系统层面彻底移除该工具,设置环境变量 CLAUDE_CODE_DISABLE_ADVISOR_TOOL=1,此后 /advisor 命令会从终端中完全隐藏。

编辑观点

Advisor Mode 的价值不在于省钱的绝对值,而在于把强推理模型的调用次数从“全程”压缩到“关键节点”,这符合成本与质量之间的合理权衡。但它能否真正兑现成本优势,取决于你的任务里“关键决策”出现的频率——如果每个任务都要频繁触发顾问,反复重读会话历史的开销可能抵消掉大部分节省。建议先用单次会话标志试跑,观察自己的实际调用频率再决定是否写进长期配置。

#Claude Code Advisor模式#Claude Code 顾问模式#Sonnet 5.5#Fable 5.2#AI编程成本优化#Anthropic Claude Code#多模型协作编程
分享:

相关推荐