Anthropic 最近公开了一种被称为“顾问策略（Advisor Strategy）”的创新方法，旨在为构建基于 Claude 的 AI Agent 提供更具成本效益的路径。这种策略的核心在于打破了传统的单模型任务执行模式，通过让顶级模型（如 Claude 3 Opus）担任“顾问”，配合轻量级模型（如 Sonnet 或 Haiku）作为“执行者”，从而在保证顶级智能水平的同时显著降低运营成本。
传统的 AI Agent 往往依赖单一的高性能模型来处理所有步骤，这不仅耗费大量的 Token 成本，也增加了响应延迟。Anthropic 的顾问策略则反其道而行之：由轻量级模型承担大部分的“繁重工作（Heavy Lifting）”，而高性能模型仅在关键节点介入。顾问模型负责提供行动计划、纠正执行中的偏差或发出停止信号，而无需亲自生成冗长的最终输出。这种角色分配极大地优化了推理资源的配置。
该策略的高效之处在于它能够在一个连贯的 API 请求流程中高效运行。顾问模型在幕后运作，确保任务不偏离轨道，而较低成本的模型则负责具体的数据处理和内容生成。这种“强弱搭配”的模式不仅完美平衡了性能与成本，也解决了企业级场景中生成式 AI 落地的经济门槛问题。对于开发者而言，这意味着能以极具竞争力的价格，实现接近前沿模型的智能化 Agent 表现。
