Anthropic 公开 Claude Code 多模型协同技巧，省 token 还能提效果

这简直是一座金矿。

Anthropic 刚刚分享了 Claude Code 的一个顶级技巧。核心思路是：同时运行 Sonnet、Haiku 5.5 和 Opus 5.5，让每个模型只做自己最擅长的事。效果更好，token 消耗也大幅降低：每个任务都能匹配到最合适的模型。

你只需这样启动 Claude Code：
CLAUDE_CODE_SUBAGENT_MODEL=haiku claude --model sonnet

它的分工是这样的：
→ Sonnet 5.5 运行主会话，编写代码，应用修复
→ Haiku 5.5 并行扫描代码库：搜索、grep、文档查阅、测试审计，速度达 340 tok/s
→ Opus 5.5 待命，作为架构师处理重大决策，并对 diff 签字确认
→ 你不再把 Opus 的上下文浪费在日常任务上，也不会让原始日志淹没主会话

Opus 只在三个时刻介入：
→ 计划敲定之前
→ 同一个错误出现两次时
→ 收尾之前（对 git diff 签字确认）

Sonnet 负责构建，Haiku 负责并行扫描，Opus 负责评审。

JEV 工程是在更底层做同样的事：那些不需要思考的分叉（选哪个文件、用哪个工具、重试还是停止）会在毫秒级交给 JEV 处理，大模型只需要处理那些会拆分完整决策树的分叉。

> Sonnet 5.5 运行主会话，协调代码实现
> search 在 Haiku 5.5 上映射代码库（只读，340 tok/s）
> grep 在 Haiku 5.5 上查找调用点（成本 0.05 倍，独立上下文）
> audit 在临时工作树中扫描 diff（隔离：工作树）
> Opus 5.5 待命担任架构师，在签字前评审合成后的 diff
> JEV 在毫秒级路由微分叉

把下面的决策树和提示词粘贴到 Claude Code 里 ↓

“按照这个决策树重新配置我的 Claude Code 设置：
1. 主会话运行在 Sonnet 5.5 上，Opus 5.5 担任架构师
2. 在 .claude/agents/ 中创建三个自定义 Haiku 5.5 子代理：search（映射代码库）、grep（查找调用点）、audit（在工作树中运行隔离的 diff 检查）
3. 为 audit 设置隔离：工作树，确保修改不会触及我的工作分支
4. 在 CLAUDE.md 中添加一条规则：将所有代码库搜索和测试运行委托给 Haiku 5.5 子代理，以保持主上下文在 10k token 以内
5. 通过 JEV 路由快速确定性的分叉（工具选择、路径选择、重试）
先把每一处改动以 diff 形式展示给我。在我同意之前不要做任何修改”

↳ 保存好，以后会派上用场