Claude Advisor Tool 深度解析：一行代码让小模型“请教“大模型，成本降低智能飙升

顾问策略 Claude Advisor Tool 深度解析：一行代码让小模型"请教"大模型，成本降低智能飙升

声明：📝 作者：甜城瑞庄的核桃（ZMJ）
原创学习笔记，欢迎分享，但请保留作者信息及原文链接哦～

适用读者：AI Agent 开发者 / LLM 应用工程师 / 后端架构师
技术栈：Anthropic Claude API / Python SDK / Agent 系统设计
Beta Header：anthropic-beta: advisor-tool-2026-03-01
发布时间：2026 年 4 月 9 日（Beta）

一、背景：Agent 开发的成本与智能两难困境

做过 AI Agent 系统的工程师都遇到过同一个问题：

• 用Haiku / Sonnet跑任务：成本低、速度快，但在关键决策点容易翻车——路径选错、架构判断失误，后续几十步全部作废
• 用Opus全程跑：智能上限高，但成本直接上一个量级，大量机械性步骤（读文件、调 API、拼字符串）根本用不到 Opus 级别的推理

于是很多开发者开始自己设计"大小模型协作"方案：小模型跑主流程，遇到难题再调大模型。但这么干的工程代价很高——要维护两套对话上下文、手动管理路由逻辑、处理跨模型的信息传递。

Anthropic 把这件事做成了 API 原生能力，叫做 Advisor Tool。

二、核心设计思路：顾问策略（Advisor Strategy）

2.1 角色分工

Advisor Tool 的核心是两个角色：一个执行者（Executor）和一个顾问（Advisor）。

┌─────────────────────────────────────────────────────────────┐ │ Advisor Strategy 架构图 │ │ │ │ ┌──────────────┐ 遇到难题/关键决策 ┌──────────────┐ │ │ │ │ ──────────────────────► │ │ │ │ │ 执行者 │ │ 顾问 │ │ │ │ (Executor) │ ◄────────────────────── │ (Advisor) │ │ │ │ Sonnet/Haiku │ 400-700 token 纯文本 │ Opus │ │ │ │ │ advisor_result │ │ │ │ └──────┬───────┘ └──────────────┘ │ │ │ │ │ │ 调用工具 / 执行操作 / 生成最终输出 │ │ ▼ │ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ │ Tool A │ │ Tool B │ │ Tool C │ │ ... │ │ │ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │ └─────────────────────────────────────────────────────────────┘

2.2 反直觉的设计逻辑

很多人第一反应是：“应该用大模型做规划，小模型做执行吧？”

这种直觉有根本缺陷——规划和执行分离，大模型看不到执行细节，建议脱离实际。

Advisor Strategy 的逻辑正好反过来：

传统做法： Opus 在 t=0 制定计划（没有任何执行上下文） → Sonnet 执行 → 计划和现实脱节，无法及时纠偏 Advisor Strategy： Sonnet 边跑边积累上下文 → 遇到瓶颈才触发 Opus → Opus 读取完整执行历史（系统提示词 + 所有工具调用 + 所有工具结果） → 建议天然更贴合实际

顾问见证了整个执行过程才给出建议——而不是在开始时盲目规划。

三、平台可用性与 ZDR

Advisor Tool 目前仅在 Anthropic Claude API（直连）Beta 上可用。

Amazon Bedrock 和 Google Vertex AI 上的 Claude 模型暂不支持此功能。如果你的系统通过 Bedrock/Vertex 接入 Claude，需改为直连 Anthropic API 才能使用。

同时，此功能支持Zero Data Retention（ZDR）——若你的组织与 Anthropic 签订了 ZDR 协议，经此功能传输的数据在 API 响应返回后不会被留存，适用于金融、医疗等合规敏感场景。

四、模型兼容性矩阵

⚠️执行者和顾问必须是合法配对，顾问的能力等级不得低于执行者。

请求非法配对时，API 返回400 invalid_request_error，并在错误信息中指出不支持的组合。

五、完整工作流程

4.1 单次请求内的调用链

所有流程发生在同一个/v1/messages请求内部，不需要额外的网络往返：

客户端发起请求 │ ▼ 执行者（Sonnet）开始生成 │ ├── 机械性步骤（读文件、调工具）── 正常执行，推进流程 │ └── 遇到关键决策点 │ ▼ 执行者发出 server_tool_use 块 { name: "advisor", input: {} } ← input 始终为空，server 自动传递上下文 │ ▼ Anthropic 服务端启动顾问子推理 顾问读取：系统提示词 + 所有工具定义 + 完整对话历史 + 所有工具结果 │ ▼ 顾问输出建议文本（400~700 token） advisor_tool_result 块返回给执行者 │ ▼ 执行者接收建议，继续生成 │ ▼ 最终输出（由执行者生成，按执行者费率计费）

4.2 顾问调用的关键约束

• 顾问运行时没有工具，无法主动调用任何函数
• 顾问的思考块（thinking blocks）在返回前被丢弃，执行者只看到建议文本
• server_tool_use.input始终为空，上下文由服务端自动构建，客户端无需传递

六、API 接入

5.1 基础请求（Shell）

curlhttps://api.anthropic.com/v1/messages\--header"x-api-key:$ANTHROPIC_API_KEY"\--header"anthropic-version: 2023-06-01"\--header"anthropic-beta: advisor-tool-2026-03-01"\--header"content-type: application/json"\--data'{ "model": "claude-sonnet-4-6", "max_tokens": 4096, "tools": [ { "type": "advisor_20260301", "name": "advisor", "model": "claude-opus-4-6" } ], "messages": [{ "role": "user", "content": "用 Go 实现一个支持优雅关闭的并发 worker pool。" }] }'

5.2 Python SDK

importanthropic client=anthropic.Anthropic()response=client.beta.messages.create(model="claude-sonnet-4-6",max_tokens=4096,betas=["advisor-tool-2026-03-01"],# 注意：Python SDK 用 betas 参数，不是 headertools=[{"type":"advisor_20260301","name":"advisor","model":"claude-opus-4-6","max_uses":3,# 可选：每次请求最多调用顾问 3 次},# 业务工具照常放这里，与 advisor 共存{"name":"run_bash","description":"执行 bash 命令","input_schema":{"type":"object","properties":{"command":{"type":"string"}},"required":["command"]}}],messages=[{"role":"user","content":"用 Go 实现一个支持优雅关闭的并发 worker pool。",}],)print(response)

5.3 TypeScript SDK

importAnthropicfrom"@anthropic-ai/sdk";constclient=newAnthropic();constresponse=awaitclient.beta.messages.create({model:"claude-sonnet-4-6",max_tokens:4096,betas:["advisor-tool-2026-03-01"],