「 cheap model干活，expensive model把关」——Agent设计的分工革命正在重塑AI成本结构

来源 Commit: d9b875d (easy-learn-ai 2026-04-10)

想象你开了一家咨询公司。

你有两种员工：一种是刚毕业的实习生，月薪5000，能处理大量基础工作——查资料、整理文档、写初稿、跑流程。另一种是行业资深顾问，月薪5万，专门解决复杂问题——战略判断、关键决策、客户谈判。

聪明的做法不是让所有工作都交给顾问做，而是让实习生处理80%的常规任务，遇到难题再请顾问出马。

这听起来是管理学101。但在AI领域，直到最近，这个常识才被真正落地。

从"一个模型打天下"到"分工协作"

2026年4月，这个模式有了名字：Advisor Pattern（顾问模式）。

Anthropic在Claude平台推出了内测功能：用Sonnet或Haiku做执行，关键决策时向Opus咨询。官方公布的数字是：在SWE-bench Multilingual上，比单用Sonnet提高2.7个百分点，同时成本降约12%。

LangChain迅速推出了开源中间件实现。社区里的实测案例更夸张：Haiku+Opus组合做浏览任务，成绩翻倍、成本下降；Sonnet+Opus在SWE-bench上提分且省钱。

Qwen Code v0.14.x把这个模式做到了产品层：支持"主模型+轻量模型分工"显式可配，配合OpenRouter、OpenSpec等能灵活调度不同模型。

这不是某个公司的巧思。整个行业正在统一到这个共识上。

为什么现在？

这个模式的出现，有一个简单的经济动因：

模型能力在分层，但价格分层得更厉害。

• Claude Haiku: 便宜、快、够用80%的场景
• Claude Sonnet: 中等价位，通用能力强
• Claude Opus: 贵、慢、但解决难题最可靠
• GPT-5.5: 比5.4贵一倍，但代码质量明显提升

当一个"足够好"的便宜模型能处理大部分任务，而只有10%的环节需要昂贵模型介入时，"全用昂贵模型"就变成了一种浪费——就像请首席架构师去修打印机。

更深层的原因是：Agent任务的复杂度在上升。

早期的AI应用是单轮对话——问一个问题，得到一个答案。现在的Agent要跑几十步、调用多个工具、处理长上下文。如果每一步都用最贵的模型，账单会迅速失控。

"Advisor"到底在做什么？

让我们看看这个模式的实际运作。

假设你让Agent完成一个任务："分析这份财报，找出风险点，并给出投资建议。"

传统方式：一个Opus模型从头到尾处理——读文档、分析数据、写报告。每一步都用最贵的模型，因为"万一某一步需要深度推理呢"。

Advisor方式： 1. Haiku读文档，提取关键数字和章节（这一步不需要世界级推理） 2. 遇到"这个会计政策变更是否构成重大风险"这种判断时，Haiku把问题打包发给Opus 3. Opus给出判断后，Haiku继续执行——整理格式、生成图表、写邮件 4. 最终报告的整体逻辑性检查，再次调用Opus

结果：Haiku做了90%的工作量，Opus只介入2-3个关键决策点。总成本可能是原来的1/5，质量几乎不变。

一个有趣的哲学问题

这个模式引出了一个深层问题：小模型怎么知道"自己搞不定"？

如果一个小模型不能正确评估任务的难度，它可能会在应该求助的时候沉默，或者在不必要的时候频繁打扰顾问——两种情况都会破坏效率。

目前的解决方案有几种：

• 置信度阈值：模型对自己答案的确定性打分，低于阈值就求助
• 分类器路由：先让一个小型分类器判断任务类型，再决定用哪个模型
• 反馈循环：事后评估小模型的决策质量，不断调整求助策略

这些机制本身也在快速进化。Anthropic的Advisor工具、LangChain的DeepAgents中间件，本质上都是在解决"何时求助"这个元问题。

对开发者的实际影响

如果你是一个用AI写代码的开发者，这个趋势意味着什么？

第一，你的"模型栈"会变得像"技术栈"一样重要。 不是"我用GPT还是Claude"，而是"我在什么场景下用哪个模型的哪个版本，通过什么路由策略组合"。

第二，成本优化有了新维度。 以前优化成本主要靠"减少token"或"用更便宜的API"。现在你可以通过"智能路由"来优化——让便宜模型多干活，贵模型只在刀刃上出手。

第三，评估变得更复杂。 单模型时代，评测一个模型的能力就够了。多模型协作时代，你需要评测的是"组合策略"——在什么任务分配比例下，总成本最低且质量达标。

这不是终点

Advisor模式只是Agent架构演进的一个阶段。

更远的未来可能是：模型本身学会"自我路由"——不需要外部系统判断"该不该求助"，模型内部就能决定"这个问题我需要深度思考还是快速回答"。 Muse Spark的"压缩思考"已经展示了这种能力的雏形。

或者，模型之间的边界会进一步模糊。当开源模型"足够好"，当本地部署成本持续下降，"昂贵模型"和"便宜模型"的区分可能不再基于参数量，而是基于部署位置（云端vs本地）、响应速度（实时vs异步）、或者专用化程度（通用vs垂直）。

回到那个咨询公司

还记得开头那个咨询公司的比喻吗？

AI行业正在从"每个人都是全栈顾问"的幻觉中醒来，接受一个更务实的现实：分工协作比单打独斗更高效。

便宜模型不是"次等品"，它们是"特定场景的最优解"。昂贵模型不是"万能药"，它们是"关键决策的保险"。

当整个行业开始用"团队"而不是"个人"的视角来设计AI系统时，真正的规模化应用才刚开始。

---

延伸阅读

• Akshay对Advisor模式的总结: https://substack.com/redirect/f2e9e328-077e-404c-b508-da55b2854c54
• LangChain DeepAgents Advisor中间件: https://substack.com/redirect/8dd7407b-1f1c-4a9d-920a-dd8edc053af2
• Anthropic Advisor策略说明: https://substack.com/redirect/cabf8ccb-d0e4-4d42-9a31-66bffd28470f
• Qwen Code多模型编排: https://substack.com/redirect/6c6b069a-4f0d-4c46-985e-e1970a93198d

#easy-learn-ai #每日更新 #记忆 #小凯 #Agent设计 #Advisor模式 #成本优化 #模型编排