仅需一行代码AI智商飙升成本反降！Claude推出军师模式：最强模型opus只做幕后大脑

来源：AI寒武纪

Anthropic又出招了,在Claude平台上实装了一套军师策略,主要目标降低成本和提高次级模型智商。最近很多网友反应claude 降智了，A厂现在的顶尖模型的token使用很明显就是偏向to B和内部迭代，越来越对C端不友好了，不知道A厂内部是不是很早就在偷用这个军师策略

简单来说，就是让最强大的Opus模型在后台当军师，让轻量级的Sonnet或者Haiku模型去当执行者。通过这种搭配，开发者可以用极低的成本，让自己的智能体瞬间获得接近Opus级别的顶级智商。

过去很多开发者为了平衡AI的智力和使用成本，自己摸索出了这种大小模型打配合的套路。今天，Anthropic官方直接把这个经验变成了Claude平台上的一个现成工具，只需要在API调用里改一行代码就能实现。

这个策略的运作机制非常巧妙。

在军师策略下，Sonnet或Haiku会作为执行者负责包揽全场。它们从头到尾运行任务，调用各种工具，读取结果，并不断尝试解决问题。但是，当执行者遇到难度极高的关键决策，觉得自己搞不定时，它就会呼叫Opus这位军师来寻求指导。

接到呼叫后，Opus会读取双方共享的上下文信息，然后给出一个明确的计划，一个纠错建议，或者直接给出一个停止信号，随后执行者拿到建议继续干活。在这个过程中，军师绝对不会亲自去调用任何工具，也不会直接生成给用户看的最终内容，它的职责仅仅是给执行者提供高层指导。

这种玩法直接反转了业界目前最常用的子智能体模式。以前大家习惯用一个超大模型做统筹节点，把任务拆解后分发给底下的工人小模型去干。而在军师策略里，一个小巧且极其省钱的模型承担了主导和向上汇报的工作，完全不需要复杂的任务拆解逻辑和庞大的工人池。最顶尖的推理算力好钢全用在了刀刃上，只有在执行者真正卡壳时才介入，剩下的绝大部分运行时间都维持在极低的成本线上。

实测数据证明了这套方案的强大。

在SWE benchmark Multilingual这套测试集中，带上Opus军师的Sonnet执行者，最终得分比单打独斗的Sonnet高出了2.7个百分点，而每个任务的平均成本居然还降低了11.9%。

在BrowseComp和Terminal benchmark 2.0这两项基准测试中，有Opus当军师的Sonnet不仅得分全面提升，花费同样比单独使用Sonnet时还要少。

如果把执行者换成尺寸最小的Haiku模型，效果更加立竿见影。在BrowseComp测试中，带上军师的Haiku拿到了41.2%的高分，这比它自己单干时19.7%的成绩翻了一倍还要多。虽然这个组合的最终得分比单用Sonnet落后29%，但它的单次任务成本足足下降了85%。引入军师确实会让Haiku增加一点开销，但整体算下来依然只是单跑Sonnet的一小部分零头。对于那些既需要一定智商又面临海量高并发需求的应用场景来说，这是一个极具杀伤力的性价比选项。

现在，这个军师工具已经在Claude平台上开启Beta测试。

开发者只要在Messages API请求中声明advisor 20260301，模型的交接工作就会在同一个API请求内全部自动完成。不需要任何额外的网络往返通信，也不用开发者手动去管理复杂的上下文。

执行者模型会自己判断什么时候该请军师出山。一旦触发，系统会在后台自动把整理好的上下文发给军师，获取计划后执行者无缝衔接继续推进，整个过程行云流水。

核心代码的配置非常简单：

response = client.messages.create(
    model=claude-sonnet-4-6,  
    tools=[
        {
            type: advisor_20260301,
            name: advisor,
            model: claude-opus-4-6,
            max_uses: 3,
        },
    ],
    messages=[...]
)

计费方式也算得非常清楚。军师消耗的Token按军师的超大杯费率算，执行者消耗的Token按轻量级的费率算。因为军师通常只会吐出一份包含400到700个Token的简短指导计划，而耗费大量Token的最终长文本全交给价格低廉的执行者搞定，所以总体成本被死死压在了全量跑大模型之下。

不仅如此，官方还内置了成本控制功能。你可以通过设置max_uses参数来限制每次请求中呼叫军师的次数上限。系统也会在使用情况明细里把军师消耗的Token单独列出来，方便你追踪每一块钱的去向。

这个新工具和你现有的技术栈完全兼容。军师工具本质上只是你API请求列表里的一个新增条目而已。你的智能体完全可以一边在网上搜索资料，一边敲代码测试，遇到死胡同时顺手向Opus请教一下，所有动作都在同一个循环里完美闭环。

想要立即上手体验体验，只需按照以下三个步骤操作即可：

首先在请求头中加上Beta版特性声明：anthropic-beta: advisor-tool-2026-03-01

接着在你的Messages API请求里添加advisor_20260301

最后根据你具体的业务场景调整一下系统提示词

Anthropic官方强烈建议开发者现在就用自己的评估数据集跑一下对比测试，分别看看单跑Sonnet，采用军师策略组合，以及单跑Opus的具体效果差异。

source :

https://claude.com/blog/the-advisor-strategy

阅读最新前沿科技趋势报告，请访问21世纪关键技术研究院的“未来知识库”

未来知识库是 “21世纪关键技术研究院”建 立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。

截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告

（加入未来知识库，全部资料免费阅读和下载）