Wink Pings

Claude Code 的 /advisor 不会派活,有人补了份 skill 来定拆不拆、谁干哪块

原生的 /advisor 只能咨询决策,开不了子代理。一份社区 skill.md 用两个模式填上这个缺口,附一次 33.9 万 token 的实测,以及一个反常识的发现:便宜的检查员抓到了顶级模型的错。

Claude Code 有个原生命令 /advisor [model|off]。主模型干活,在决策点叫一个更强的顾问模型来咨询。官方文档的说法是,它倾向于在敲定方案前、错误反复出现时、宣布任务完成前咨询,但时机由模型自己决定,不是基于规则的。

问题在于顾问没有工具。它不能生成子代理,也不能指挥别的代理。

缺口很清楚:如果任务本身需要拆开(找资料、核对、写作、评审),顾问拆不了。另一条路是把更强的模型放在主位,把活派给便宜模型。

Reddit 用户 Parking-Kangaroo-63 写了份 skill.md 来填这个缺口。它不负责判断要不要委派,那属于作者另一个 skill subagent-dispatch-economics 的事。这份 skill 从委派决定做完之后开始。

它做四件事

选模式。 模式 A 走原生 /advisor:一个便宜模型能做完整个任务,只有决策需要更强的模型。模式 B 用强模型当主:活必须拆开分给不同层级的模型。

模式 B 里分层。 强模型负责规划、拍板、写终稿;Haiku 收集来源、做只读查询;Sonnet 拿每条结论对照已保存的原文核实;一个没写过这份稿子的便宜模型做冷读评审。

定交接规则。 每个子代理把完整结果写进文件,文件不限长度。回传给调度者的消息不超过 200 词,并且要点名文件。200 词只限制那条回传消息,不限制文件,也不限制终稿。判定分四种:PASS、FIX、UNSUPPORTED、NO SOURCE。收集者的输出在通过检查之前不算数,调度者自己写的稿子也要过检查。

记运行日志。 每个子代理一行:任务、模型、token 数、判定、输出文件。

还有一条容易踩的坑:fork 出来的子代理会继承父模型,忽略模型覆盖设置。便宜活要用全新代理。

检查员这一层是怎么来的

作者在一次会话里让 Sonnet 检查 Haiku 收集的资料,抓到一条“引用”根本不在页面上。11 月 16 日他又用同样结构跑了一轮,强模型当主、/advisor 关掉:

任务模型token判定
只读查询作者工具的数据库Haiku91,409找到行,未记录 token/成本数据
核实生成的 skill(第一版,修复前)Sonnet78,43728 条结论:8 PASS、4 DRIFT、11 INVENTED、5 MISSING
核实强模型自己写的 LinkedIn 草稿Sonnet89,86156 行:37 PASS、5 FIX、10 UNSUPPORTED、4 NO SOURCE
对上述草稿做冷读评审Haiku79,6347 份草稿打分 2 到 4(满分 5),2 处 AI 腔

四个子代理一共 339,341 token。都只回了 200 词以内,都写了文件。强模型自己的 token 数在会话内部看不到。检查员在顶级模型的稿子里标出了 19 行。所以顶级模型也需要被检查。

一条容易被误读的成本数据

Anthropic 四月那篇博客说,Sonnet 配 Opus 顾问在 SWE-bench Multilingual 上 +2.7 分,单任务成本低 11.9%。那是旧模型,Opus 4.6 当顾问,不是 Fable 5.2。现在的平台文档只说 Opus 保持总成本相近或更低,Fable 5.2 最大化质量提升。作者找不到 Anthropic 给出的 Fable 顾问数据,所以 skill 里不写这个数字,还在 Never 一节里明令禁止把旧 benchmark 当成 Fable 的结果。

生成过程,以及它暴露的工具问题

这份 skill 是用作者自己的工具生成的,输入是一个目标和一页核实过的事实参考文件。随后他做了一轮评估:4 个 skill,分带参考文件和只有目标两种,各跑 2 次,在生产环境生成 16 次。

带参考文件:8 个里 8 个可用。80 条必需规则过了 74 条,每个限制都保留了限定条件。

只有目标:8 个里 0 个值得用。每个格式都正确,内容都是空的,而且都带上了平台自带的安全套话,比如“净化外部输入”“最小权限”,哪怕这个 skill 根本没有工具或输入。

两轮评估带来三个已上线的修复:

  • 一个提示词 bug 把 skill 里的步骤删掉了(第一轮 16 个里 15 个丢了步骤)。
  • 目标里没提到访问、输入、鉴权或数据时,安全套话不再出现(按关键词判断)。
  • 目标没有参考文件时,花积分之前先警告你产出只是脚手架。

最后那份 advisor skill 是作者照参考文件手工重建的:删掉一行编造内容(一段被搞乱的 benchmark 说明加套话),加回被生成器两次都丢掉的配套 skill 指引,补上模式 A 的限制、fork 规则、检查员闸门,以及 Never 和 Requirements 两节,重写描述。

他检查了什么,没检查什么

一个全新的 Sonnet 代理按这份 skill 跑了四个任务,通过条件事先定好:改一个变量名、用 6 个来源写一篇核实过的博客、修一个 flaky 测试、给 CEO 总结 40 张工单。四次都选了预期路径。它另外列出六个不清楚的地方,作者改了三个。

那一轮在最后的措辞修改之前,他没有重跑。这是四个提示的冒烟测试,不是评估。模式 B 是不是比一个强模型全干更便宜或者更好,他没测。

原帖最后留了个问题:便宜的检查员有没有抓到过你顶级模型的错?

Repo:https://github.com/nivlewd1/prompt-optimizer/tree/main/skill/advisor

作者的工具:https://promptoptimizer.xyz/about/context-engineer

发布时间: 2026-11-18 13:46