7月3日，Simon Willison 披露了 Claude Code 团队的一条实操建议：别把规则写死，而是让 Fable 这类编程 Agent（能自主拆解并执行编程任务的 AI）自己判断何时测试、何时调用更便宜的模型。我们的判断是，编程 Agent 已经不只是拼最强模型能力，而是在拼任务分发和成本控制。

这是什么

这条经验来自一场与 Claude Code 团队的对谈。核心不是“再加一个功能”，而是工作方式变化：例如，小改文案和样式时，不必每次都跑完整测试；简单编码任务，也可以交给低一档模型，由主模型负责判断、审阅和汇总。

Simon 还展示了 Claude Code 自动保存的一段“记忆”：以后遇到编码任务，优先分配给更低功耗模型处理，复杂实现用 Sonnet，机械性修改用 Haiku，而设计、审计、综合判断仍留给主模型。这已经很像企业里的“经理带团队”，而不是“一个明星员工包打天下”。

行业怎么看

行业里普遍会把这看成 Agent 走向实用的一步。原因很直接：最贵的模型不该处理所有小事，能把任务分层，才能把 AI 真正接进日常流程。

但风险也很清楚。第一，所谓“让模型自己判断”，前提是判断要足够稳，一旦误判任务复杂度，省下的成本可能会变成返工成本。第二，测试、审阅和模型切换都交给 Agent 后，系统会更像一个黑箱，团队未必容易追责和复盘。换句话说，自治越强，管理要求越高。

对普通人的影响

对企业 IT：采购和部署 AI 编码工具时，今后不能只看最高分模型，要看它会不会自动分工、控预算、留审计记录。

对个人职场：会写提示词已经不够，越来越重要的是会定义边界：什么交给 AI，什么必须人工复核。

对消费市场：普通用户短期未必直接感知能力飞跃，但会更快看到“更便宜、响应更快”的 AI 产品，因为厂商终于开始认真优化单位任务成本。