Anthropic представила «стратегию советника»: как удешевить сложные задачи ИИ без потери качества

Anthropic представила новый рабочий механизм для разработчиков. Компания добавила в Claude Platform инструмент advisor tool, который позволяет более доступной модели выполнять основную часть задачи, а более сильную подключать только тогда, когда нужен точный совет. Такой подход рассчитан на сервисы с многошаговой логикой, от программирования до работы с документами и автоматизации процессов.

Что именно показала Anthropic

Речь идёт о функции внутри API Claude Platform. Anthropic называет этот подход «стратегией советника»: одна модель ведёт задачу, а другая подключается только в сложных местах и помогает принять решение. После этого основная модель продолжает работу сама.

То есть это инструмент не для обычного пользователя, который просто заходит на claude.com и задаёт вопрос в чате. Это решение для разработчиков, которые через API строят собственные ИИ-сервисы, помощников и автоматизированные рабочие цепочки. Anthropic относит advisor tool к серверным инструментам для агентной работы.

Как это работает без лишней теории

Логика у схемы довольно простая. Более быстрая и дешёвая модель берёт на себя весь основной процесс: читает запрос, пользуется инструментами, вызывает функции, анализирует промежуточные результаты и двигает задачу вперёд. Но если она доходит до сложного участка, где легко ошибиться или свернуть не туда, она может обратиться к более сильной модели за краткой рекомендацией.

Сильная модель при этом не забирает задачу себе. Она не ведёт весь процесс от начала до конца и не подменяет собой основного исполнителя. Её роль — дать короткий совет: как лучше продолжить, где ошибка, какой вариант стратегии выбрать. Anthropic отдельно отмечает, что такие советы обычно остаются короткими, примерно на 400–700 токенов.

Всю рутинную работу делает «основной сотрудник», а «эксперта» зовут только тогда, когда действительно нужен его опыт.

Где это вообще можно применять

Advisor tool нужен не для простых вопросов в духе «напиши текст» или «объясни термин». Он нужен в тех случаях, где задача состоит из нескольких шагов, где модель должна что-то искать, проверять, сравнивать, вызывать внешние инструменты и принимать решения по ходу работы.

Например:

1. Это может быть сервис для программирования, где модель пишет код, проверяет ошибки, вносит исправления и периодически запрашивает у более сильной модели подсказку по архитектуре или сложной логике.
2. Это может быть помощник по документам, который сам читает контракт, выделяет риски, сверяет пункты, а в спорных местах обращается за более точной трактовкой.
3. Это может быть внутренняя бизнес-автоматизация, где ИИ ведёт длинный процесс с несколькими действиями и решениями. Именно для таких сценариев Anthropic и продвигает новую схему.

Зачем разработчикам такая схема

До этого выбор обычно был грубым. Либо использовать более дешёвую модель и мириться с тем, что в сложных местах она будет ошибаться чаще. Либо сразу брать самую сильную модель и оплачивать её работу на каждом этапе, даже если большая часть задачи достаточно простая.

Anthropic предлагает промежуточный вариант. Основную нагрузку несёт более доступная модель, а дорогая подключается только точечно. За счёт этого можно сохранить хорошее качество на трудных участках, но не переплачивать за весь процесс целиком. Именно на этом построена вся идея «стратегии советника».

Что говорят первые цифры

По данным Anthropic, в ряде сценариев такой подход действительно даёт прибавку в качестве и одновременно помогает сократить расходы. В статье компания пишет, что Sonnet с советником Opus показал прирост на SWE-bench Multilingual на 2,7 процентного пункта по сравнению с Sonnet без советника, а средняя стоимость агентной задачи при этом снизилась на 11,9%. Для Haiku в тесте BrowseComp Anthropic приводит рост результата с 19,7% до 41,2% при использовании Opus как советника.

Здесь важно не переоценивать цифры. Это результаты самой Anthropic, а не большой независимый рынок кейсов. Но они хорошо показывают, почему компания вообще вынесла этот инструмент в отдельную новость: речь идёт не просто о красивой архитектуре, а о попытке улучшить соотношение качества и цены в реальных многошаговых задачах.

Итог

Новость Anthropic стоит понимать так: компания добавила в Claude Platform новый инструмент для разработчиков, который помогает строить многошаговые ИИ-сервисы дешевле и аккуратнее. Это не функция для обычного чата и не универсальный режим «для всех». Это API-механизм для сложных сценариев - программирования, документов, анализа и автоматизации, где одна модель выполняет основную работу, а другая подсказывает только в трудные моменты.