多AI模型分工使用方法 减少Fable5令牌消耗

在用 Claude Code 却不把 Fable5 当作指挥塔的人，完全是在浪费令牌。如果让 Fable5 从头到尾包办所有工作，令牌会瞬间消耗完，所以只让它负责判断和设计。

查资料交给 Sonnet，实现交给 Codex，机械性工作交给 Haiku，Fable5 只当指挥塔。改成这套分工后，就算是长时间会话，判断也不会动摇，Fable5 的消耗也明显减少了。我把做法整理在下面↓

核心原则就是不让 Fable5 动手做具体工作。首先把主会话的模型设为 Fable5，然后在配置文件里加上这一行：「Fable5 专注于判断、设计和质量把关，调研委任给 Sonnet，实现委任给 Codex，机械工作委任给下位模型」。只要让它读到这行，你就不用每次重新吩咐，它会自己自动分配工作。

接下来要设置接收工作的代理。只要新建代理文件，在开头指定模型即可：
name: web-researcher
tools: Read, Grep, WebSearch, WebFetch
model: sonnet

这一行 model 是关键，忘了写的话就会运行和主会话相同的模型，就会出现你明明以为把工作派给了下位模型，结果全程都在用 Fable5 的情况，一定要注意。

大型实现任务交给 Codex，让它在后台运行，你就可以回去做别的工作了，指令是 `/codex:rescue --background`。实际上要等需求确定后再派出去，需求模糊就派工只会增加返工时间。

Claude 这边只负责需求定义和最终验证，让模型写代码、运行、调试修改全都是 Codex 的工作。

最后要明确哪些事不能让 Fable5 做：
・不要让 Fable5 做批量替换、格式统一
・不要让它自己做调研
・改了两次都改不对的东西，不要让它改第三次

第三点最容易被忽略，重复让它改同一个地方改不对的时候，就说明方法本身错了，就算用更高规格的模型也改不对。让它只负责分工，是最节省令牌、能撑更久的用法。

这套分工配置和我实际在用的委任规则，我已经分享在开放聊天室里了，欢迎大家加入！