meng shao (X)T3
1 个来源为 Claude Fable 5 设计「成本高效 Harness」
本文提出一种为Claude Fable 5（同样适用于GPT-5.6 Sol）设计的成本高效方案，核心思路是大多数任务在token上的智能需求不对称，仅在关键位置使用前沿模型。通过三种分配模式和实验验证，可在大幅降低成本的同时保持接近的性能，并提供四条设计准则指导实践。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
成本高效 Harness：前沿模型的智能不对称分配
版本 1 · 1 个来源
通过识别 token 维度的智能需求不对称，仅对关键 token 注入前沿模型判断力，能以显著降低成本实现接近全量使用的性能。
- 大多数任务的智能需求在 token 维度不对称：少数 token 需要前沿判断，多数只需廉价执行。
- 三种分配模式：Orchestrator（编排者）、Advisor（顾问）、Verifier（验证者），分别适用于不同任务形状。
- Parameter Golf 实验：Fable 5 作顾问 + Sonnet 5 执行者，以 34% token 成本达到 Fable 全量使用的约 90% 增益。
- BrowseComp 实验：完整集（~31M tokens/题）下协调套利显现，96% 分数 / 46% 成本；易子集无优势。
- 协调成本两大来源：边界重复（跨模型 token 计费至少两次）和扇出重叠（worker 互不通信）。
- 关键设计准则：审视任务形状、使用委派启发式、评估协调成本、保证 prompt cache 命中。
核心思路：智能需求的不对称性
前沿模型如 Claude Fable 5 和 GPT-5.6 Sol 在多数任务中并非所有 token 都需要同等智能。少数 token 依赖前沿判断力，而多数 token 仅需廉价执行。成本高效 harness 的核心在于识别这种不对称，只在正确的位置注入前沿智能，从而大幅降低总成本。
基于此思路，设计出三种分配模式：Orchestrator（Fable 5 编排，委派廉价 worker）、Advisor（Fable 5 作顾问，由低阶执行者咨询）、Verifier（Fable 5 验证产出）。不同模式适用于不同任务形状：判断散布全流程适合 Advisor，判断前置或末端审查适合 Orchestrator 或 Verifier。
实验验证：Parameter Golf 与 BrowseComp
在 Parameter Golf 实验中，Fable 5 作为 Advisor 在初始和两个检查点介入，Sonnet 5 作为执行者运行 20 轮 ML 实验设计。结果以 34% 的 token 成本获得了 Fable 独自运行约 90% 的性能增益。反直觉的是，前置规划无效——Fable 的初始排序与有效方向反相关，真正的价值来自中段检查点，用于纠偏 Sonnet 5 陷入的边际增益 hill-climbing。
BrowseComp 实验测试多约束 Web 检索。在易子集（约 0.37M tokens/题）中，Fable 单独运行反而更便宜，协调增加 60% 成本无收益。但在完整集（约 31M tokens/题）中，Fable 编排 + Sonnet worker 实现了 96% 分数和 46% 成本，套利显现。协调成本主要来自边界重复和扇出重叠，只有当 worker 吸收的 token 量足够大时，节省才能摊薄固定交接成本。
设计准则与终极走向
四条 harness 设计准则：1）审视任务形状，选择对应分配模式；2）使用委派启发式，为模型提供 worker 的品味与智能先验排序；3）评估协调成本，确保委派的 token 量足够大；4）保证 prompt cache 命中，避免每次 spawn 新 worker 重复支付 context write 费用。低 cache 命中率会直接抵消低 $/token 的成本优势。
终极走向是 Fable 5 可根据任务即时自写 harness。上述任务形状分析、委派成本权衡、cache 管理等知识，为 Claude 自主生成“选择性施加前沿智能”的 cost-effective harness 提供了内化基础。
可信度边界
本文内容来自 AI 领域分析者 meng shao 在 X 平台的技术帖，实验由作者自行开展，数据为 source claim，非官方基准测试。核心思路与设计准则属于分析推理。整体可信度中等，可作为前沿模型成本优化策略的参考。
核心结论
前沿模型成本高效使用的关键在于选择性施加而非替代，通过不对称智能分配和精心设计的协调机制，可在显著降低成本的同时保留大部分性能。
主报道
meng shao (X)T3
主报道来源