Claude 顾问策略实操：Opus当军师，Sonnet干苦力

做 AI Agent 的开发者都面临一个两难：用 Opus 聪明但贵，用 Sonnet 便宜但关键时刻掉链子。Anthropic 最新推出的「顾问策略」（Advisor Strategy）和 Monitor 工具，把这个难题变成了一个 API 参数的事。

这篇文章带你实操这两个功能，从 API 调用到成本计算，一步不落。

顾问策略是什么

传统做法是让最强模型当「编排者」，把大任务拆成子任务分给小模型。问题在于，无论任务简单还是复杂，每条请求开头都要烧掉最贵的 Token。

顾问策略反过来了：让 Sonnet/Haiku 当执行者冲在前面，只有遇到难题时才向 Opus 请教。Opus 不直接和人对话，也不调用工具，只负责看上下文、给建议。

实测数据：

一行代码启用顾问策略

在 Messages API 请求中声明 advisor_20260301 即可。模型的交接在单次 /v1/messages 请求内部静默完成，不需要额外回传数据或管理上下文。

response = client.messages.create(
    model="claude-sonnet-4-6",  # 执行者
    tools=[
        {
            "type": "advisor_20260301",
            "name": "advisor",
            "model": "claude-opus-4-6",  # 顾问
            "max_uses": 3,  # 最多请 Opus 出手 3 次
        },
        # ... 你的其他工具
    ],
    messages=[...]
)
# 顾问消耗的 Token 会在 usage 中单独列出

关键参数说明：

• model: 指定执行者模型（Sonnet 或 Haiku）
• advisor_20260301: 顾问工具类型，固定值
• advisor.model: 指定顾问模型（通常选 Opus）
• max_uses: 限制单次请求中顾问最大调用次数，防止 Token 超支

Token 费用怎么算

顾问消耗的 Token 按 Opus 定价，执行者消耗的 Token 按 Sonnet 或 Haiku 定价。

关键在于，顾问每次出手只生成一份简短的计划，通常 400 到 700 个 Token。而真正的大头输出，全部由执行者以更低的费率包揽。

三种组合的适用场景：

• Haiku + Opus 顾问：高并发、预算敏感场景，成本最低
• Sonnet + Opus 顾问：平衡性能和成本的日常选择
• Opus + Opus 顾问：最高质量，适合关键任务

提示: 用 max_uses 控制顾问调用次数。顾问的 Token 消耗在 usage 信息中单独列出，方便追踪每一层模型的开销。

Monitor 工具：从轮询到事件驱动

同一天，Anthropic 还推出了 Monitor 工具。它解决的是另一个烧钱问题：Agent 空转。

过去让 Agent 监控某个任务（比如等 CI 跑完），它必须不停循环询问，每问一次就烧一轮 Token。Monitor 让 Claude 自己写一段后台监控代码，从「主动轮询」变成「事件驱动」。

典型用法：

• 持续监控系统日志中的错误，有问题了才叫 Agent 处理
• 自动追踪 GitHub 上的 PR 状态，脚本在后台轮询，Agent 不消耗 Token
• 等待外部事件（邮件到达、部署完成）后唤醒 Agent

Monitor 和顾问策略的逻辑一脉相承：找到「不需要烧钱的环节」，把它剥离出去。一个省模型调用的钱，一个省空转循环的钱。

实际接入步骤

第一步：确认 API 权限

确保你的 Anthropic API 账户已开通，且有足够的 Token 额度。顾问策略目前已在 Claude 平台上线测试版。

第二步：修改现有 API 调用

在你现有的 Agent 代码中，找到 client.messages.create 调用处，添加 advisor 工具配置：

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=4096,
    tools=[
        {
            "type": "advisor_20260301",
            "name": "advisor",
            "model": "claude-opus-4-6",
            "max_uses": 3,
        },
        # 你现有的工具定义...
    ],
    messages=[
        {"role": "user", "content": "你的任务描述"}
    ]
)

# 检查顾问的使用情况
print(response.usage)

第三步：监控成本

在返回的 usage 对象中，顾问和执行者的 Token 消耗是分开统计的。你可以据此优化 max_uses 参数，在质量和成本之间找到平衡点。

第四步（可选）：配置 Monitor

对于需要长时间监控的场景，在提示词中明确要求 Claude 创建后台监控脚本，替代轮询循环。

常见问题

• Q: 顾问策略和普通的模型路由有什么区别？ A: 传统路由需要你写逻辑判断什么时候切换模型。顾问策略让执行者自己决定什么时候「摇人」，所有操作在同一个 API 请求内完成。

• Q: max_uses 设多少合适？ A: 简单任务 1-2 次，复杂编程任务 3-5 次。可以先用 3 次试跑，根据 usage 数据调整。

• Q: 顾问策略兼容现有工具栈吗？ A: 完全兼容。advisor 就是 Messages API 请求里的一个普通工具条目，你的 Agent 可以一边搜索网页、执行代码，一边向 Opus 请教。

参考链接

• Anthropic 官方博客：https://claude.com/blog/claude-managed-agents
• Advisor Strategy API 文档：https://platform.claude.com/docs