Model doradca (advisor)
Tańszy model wykonawczy robi pracę i radzi się silniejszego modelu doradcy w kluczowych momentach, na przykład przy planowaniu albo końcowym przeglądzie.
Układ z modelem doradcą łączy dwa modele. Szybszy, tańszy wykonawca prowadzi zadanie od początku do końca, wywołuje narzędzia i poprawia swoją pracę. W kluczowych momentach, na przykład przy planowaniu podejścia, utknięciu albo przeglądzie przed zakończeniem, radzi się silniejszego modelu doradcy, który czyta rozmowę i odsyła wskazówki. Doradca nie wywołuje narzędzi i nie rozmawia z użytkownikiem. To najlżejsza forma systemu wieloagentowego: jeden agent pracuje, drugi model tylko doradza.
Anthropic oferuje to jako advisor tool w Messages API (w becie) i jako ustawienie sesji w Claude Managed Agents. Konsultacje są rozliczane według stawek modelu doradcy, a każda wysyła mu dotychczasową rozmowę, więc późne konsultacje w długiej sesji zużywają więcej tokenów wejściowych. We wpisie Anthropic z 9 kwietnia 2026 Sonnet z doradcą Opus uzyskał na SWE-bench Multilingual wynik o 2,7 punktu procentowego wyższy niż sam Sonnet, przy koszcie niższym o 11,9% na zadanie agentowe. Dokumentacja dodaje, że zysk maleje, gdy możliwości wykonawcy zbliżają się do możliwości doradcy, i zaleca test na własnych zadaniach.
To odwrócenie wzorca orkiestratora i wykonawców: tam duży model planuje i deleguje małym, tu mały model prowadzi i eskaluje. Różni się też od routingu modeli, który z góry wybiera jeden model na zapytanie. Oceniaj go po koszcie zadania i odsetku zaliczonych zadań we własnych ewaluacjach.
Źródła
- Claude Docs: Advisor tool platform.claude.com
- Claude Docs: Multiagent orchestration platform.claude.com
- Anthropic: The advisor strategy: Give Sonnet an intelligence boost with Opus claude.com
Powiązane hasła
- System wieloagentowy (orkiestracja agentów): Kilku agentów AI z osobnymi rolami i kontekstami pracujących nad jednym zadaniem, zwykle koordynowanych przez agenta prowadzącego albo stały workflow.
- Routing i fallback modeli: Kierowanie każdego zapytania do modelu, który do niego pasuje, i do innego, gdy pierwszy zawiedzie.
- Wzorzec orkiestrator i wykonawcy (supervisor): Jeden model planuje zadanie, przekazuje jego części modelom wykonawczym albo subagentom i łączy ich wyniki.
- Planuj i wykonaj (plan-and-execute): Model planujący pisze plan krok po kroku, modele wykonawcze realizują kroki, a planista poprawia plan, gdy któryś krok się nie uda.
- Koszt zadania (ekonomia agentów): Ile naprawdę kosztuje jedno skończone zadanie agenta: tokeny, ponowienia, wywołania narzędzi i czas człowieka na przegląd, w porównaniu z innym sposobem.
- Ewaluacje (evals): Powtarzalny zestaw testów, który ocenia funkcję AI, żeby zmiany mierzyć, a nie zgadywać.
- Tokeny: Kawałki tekstu, które model czyta i pisze, i jednostka, za którą płacisz.
