Anthropic在Claude Platform API中正式上線了一項名為“顧問工具”的創新功能，為AI開發者提供了一種全新的混合智能模式。該模式突破傳統“大模型拆解任務、小模型執行”的思路，通過讓低成本、高效率的模型主導任務執行，僅在遇到復雜決策時自動調用頂級模型提供策略建議，實現了性能與成本的雙重優化。

這一機制的核心在于“執行者-顧問”角色分工。Claude Sonnet或Haiku作為執行者，負責工具調用、任務處理和結果整合等基礎工作；當遇到難以決斷的問題時，系統會自動將上下文傳遞給Claude Opus作為顧問。Opus僅提供戰略指導、方向糾正或高水平解決方案，不直接參與工具調用或輸出最終結果，全程作為“隱形軍師”存在。這種設計使得大部分計算資源消耗在低成本模型上，僅在關鍵節點調用高階算力。

官方測試數據顯示，該模式在性能提升和成本優化方面表現顯著。在SWE-bench多語言版本測試中，Sonnet與Opus組合的得分比單獨使用Sonnet提高2.7個百分點，同時每個任務成本降低11.9%。Haiku與Opus的組合在BrowseComp測試中表現更為突出，得分從19.7%提升至41.2%，實現翻倍增長。盡管其性能仍比單獨使用Sonnet低約29%，但成本僅為Sonnet的15%，特別適合高并發、容錯率較高的批量處理場景。

開發者啟用該功能的方式極為簡便，只需在Messages API的tools數組中添加類型為advisor_20260301的工具定義即可。模型切換、上下文傳遞等復雜操作均在單個API請求內部自動完成，無需開發者手動管理多次調用或額外上下文。通過max_uses參數可靈活控制每次請求最多咨詢顧問的次數，執行者與顧問的Token消耗將分開計費，確保成本透明可控。目前該功能處于Beta階段，開發者需在請求頭中添加anthropic-beta: advisor-tool-2026-03-01才能使用。

這一創新被視為AI Agent開發范式的重要演進。通過“執行者+顧問”的混合策略，開發者能夠以接近Sonnet的成本，在95%的任務執行中保持Sonnet級別的效率，同時在5%的關鍵決策節點獲得Opus級別的頂級判斷力。這種模式不僅顯著降低了大規模部署成本，還大幅提升了中小模型在復雜任務中的可用性，為代碼生成、瀏覽器自動化、高量級數據處理等場景提供了高效、靈活且經濟的解決方案。

行業分析認為，顧問工具的推出證明模型能力的突破不僅依賴于參數規模，更取決于架構設計與使用模式的創新。隨著Beta階段的推進，該功能有望快速成為開發者構建高性價比AI Agent的標配工具，其后續更新與更多基準測試表現值得持續關注。