便宜的模型有個藏得很深的毛病：它不是每一步都笨，是在少數幾個關鍵路口會突然做出蠢決定。選錯一個架構、認錯一個 bug 的根因、或者太早喊「做完了」。麻煩在於，這幾個路口剛好就是整件事成敗的地方。其他九成的雜活它做得又快又好，偏偏在最需要判斷力的那一兩步掉鏈子。

這一兩年，處理這個路口問題的辦法換過三代。

第一代很直接：全程掛最貴的模型。反正 Opus 最聰明，那就從頭到尾都用它。結果是雜活也用旗艦模型在跑，讀個檔案、跑個測試、改個 typo，每一步都在燒最貴的錢。這像是為了怕實習生在關鍵決策上犯錯，乾脆整天請一個資深架構師坐在旁邊，連他影印文件都給你算顧問費。

第二代改用 Fallback，平常跑便宜的，偵測到出事了再自動換成強模型。省是省了，但它換人的時機是「已經撞牆之後」，而且換上來的強模型是空降的，前面那一長串脈絡它得重新拼。你有沒有遇過那種救火隊員，衝進來第一件事是問「所以現在到底發生什麼事」，時間都花在補脈絡上了。

到了第三代，做法變成開 subagent，把某段棘手工作整包外包給另一個 agent。這在對的場景很強，但它的本質是「切走一塊、丟出去做」，主線的完整脈絡沒辦法原封不動跟著過去，回來的是一份成品報告，不是「在你原本的思路上補一刀」。

然後有人問了一個更省的問題：為什麼一定要換人或外包？能不能讓那個手腳快的傢伙自己做，只在真正需要時，抬頭問一句更懂的人？這就是 advisor（顧問模式） 補上的那塊拼圖。

它其實是個隨叫隨到的顧問

把畫面換成辦公室你就懂了。一個手腳很快的資淺工程師（便宜的主模型，像 Sonnet 或 Haiku）平常自己做事，但辦公室裡坐著一位從頭看著他螢幕的資深架構師（強顧問模型，通常是 Opus）。資淺工程師會在三個時刻抬頭打電話求救：要拍板技術做法之前、同一個 bug 鬼打牆的時候、以及要宣布「做完了」之前。

關鍵在那位資深顧問「從頭聽到尾」。advisor 諮詢時，會把到目前為止的完整對話（包含每一次工具呼叫跟它的結果）整包送給顧問模型，顧問看完才回建議。所以它給的不是隔空喊話，是「看著你這一路怎麼走過來」之後的針對性指引。這跟 Fallback 那種空降救火最大的差別就在這：顧問不用問你「現在發生什麼事」，因為它全程都在。

還有一點很重要：資淺工程師不會盲從。多數時候它照顧問的建議走，但如果建議的步驟一試就失敗、或手上的檔案內容直接打臉那個建議，它會把矛盾攤出來講，而不是硬著頭皮照做。判斷權還是在做事的人手上，顧問是諮詢，不是接管。

怎麼開

開啟有三種方式，看你想設多久：

  1. 在對話裡打 /advisor 叫出選單，或直接 /advisor opus 指定顧問。這會存成預設、跨 session 都記得。
  2. 在 settings 檔裡寫 {"advisorModel": "opus"}，讓它變成專案或全域的固定設定。
  3. 啟動時加旗標 claude --advisor opus，只對這一次生效，優先於設定檔（這個旗標沒列在 --help 裡）。

開起來之後，畫面會跳一行 Advisor Tool (experimental) is on 的通知。諮詢進行時 transcript 會顯示 Advising <模型> 這一行，跑完你按 Ctrl+O 就能展開讀顧問到底講了什麼。這個習慣建議養成，因為看顧問的完整指引，比只看主模型消化後的結論學到更多。

配對有一條硬規則：顧問必須至少和主模型一樣強。這很合理，你不會找一個比你資淺的人來當顧問。所以常見的健康組合是 Sonnet 配 Opus（最划算、最常用）、Haiku 配 Opus（成本壓到最低的主模型配上強規劃），或高風險任務用 Opus 配 Opus，讓另一個 Opus 做獨立複查。你要是想掛一個比主模型弱的顧問，它會直接提示你掛不上。另外派出去的 subagent 會繼承同一組顧問設定，各自再做一次配對檢查。

什麼時候該用，什麼時候別用

呼叫時機預設是模型自己決定的，沒有寫死的規則。它傾向在拍板前、反覆出錯時、收尾前這三個點求救。如果你想要它多問一點，直接在 prompt 裡講 consult the advisor before you continue 就行；沒有硬性上限，要多要少靠你指示。

那成本呢？這是你唯一要放在心上的一件事。每次諮詢，都是把「當下的整段對話」送給顧問模型，按顧問的費率額外計費。這裡有個容易忽略的細節：對話越到後面越長，每一通電話就越貴，因為送過去的脈絡整包都變大了。好消息是，因為它只在幾個決策點打電話、不是每一回合都打，所以「快主模型＋強顧問」整體算下來，通常還是比「全程跑強模型」便宜。用量會併進 /usage 的 session 總計，想看花多少直接查那裡。

不想用了就 /advisor off，或設環境變數 CLAUDE_CODE_DISABLE_ADVISOR_TOOL=1 整個關掉。順帶記一下限制：這功能目前標 experimental，而且只在 Anthropic API 上能用，走 Bedrock、Vertex、Foundry 這些雲平台的不支援。中途開關 advisor 不會讓主模型的 prompt cache 失效，這點可以放心。（我自己還沒把每種配對都實測過，成本數字以官方文件跟你的 /usage 為準。）

這件事真正改變的是什麼

退一步看，advisor 有意思的地方不在功能本身，在它悄悄換掉了一個假設。過去我們談「讓 AI 更聰明」，想的都是「換一個更聰明的模型」，整個換掉，或出事了換。advisor 給的是第三個答案：不換人，在對的時刻借一次更聰明的判斷。

聰明從一個「你選誰」的問題，變成一個「你在哪一刻借用它」的問題。這背後其實是把成本想通了：貴的不該是模型本身，是你讓它一直開著。真正值錢的判斷力，一趟任務裡只需要那幾個路口。想清楚這件事，下一個問題自然就浮出來了：你手上正在跑的那些流程，哪些路口值得為它打一通電話？那份清單，可能比你以為的短很多。

參考來源：Advisor Tool - Claude Code Docs