# Claude 开发者官方分享：团队内部高频使用这两种经典多智能体模式「Advisor」和「Orchestrator」来发挥 Fable 5 最高价值、同时把成本降到最低！ # 模式一：Advi...

- 来源：Meng Shao
- 发布时间：2026-07-08 09:06
- AIWatch 分数：66
- AIWatch 标记：本周精选
- AIWatch 链接：https://aiwatch.icu/events/evt_01kwzmhyq9np25g21pe4zxgqxq
- 原文链接：https://x.com/shao__meng/status/2074661249804366310

## 精选理由

高信息密度，值得细读

## AI 摘要

Claude 开发者团队分享了两种多智能体模式：Advisor（顾问）模式和 Orchestrator（编排者）模式，通过组合 Sonnet 5 和 Fable 5 实现接近顶级模型性能并大幅降低成本。Advisor 模式中 Sonnet 5 作为执行者，低频率调用 Fable 5 获取建议，在 SWE-bench Pro 上达到 Fable 5 约 92% 的性能，成本仅约 63%。Orchestrator 模式中 Fable 5 作为编排者规划并委派任务给多个 Sonnet 5 worker，在 BrowseComp 上达到 Fable 5 约 96% 的性能，成本仅约 46%。开发者可根据任务类型选择模式以优化性价比。
核心观点：
1. Advisor 模式在 SWE-bench Pro 上以 $1.40 成本实现 ~84% 准确率，相比纯 Fable 5 的 $2.25 成本节省约 37%。
2. Orchestrator 模式在 BrowseComp 上以 $18.53 成本实现 86.8% 准确率，相比纯 Fable 5 的 $40.56 成本节省约 54%。
3. Orchestrator 模式相比纯 Sonnet 5 准确率提升约 9 个百分点，成本仅增加约 $2.5。

## 正文

# 模式一：Advisor（顾问）模式 —— 自下而上的求助

架构：Sonnet 5 作为执行者跑主循环，遇到需要高层判断时，通过 tool call 调用 Fable 5 获取建议，Fable 5 返回"指导意见"后继续执行。

关键特征：
· 方向：Executor → Advisor（执行者主动求助）
· Fable 5 调用频率低，大约每个任务只调用一次，用于"纠偏/定方向"
· 绝大多数 token 按 Sonnet 5 的低价计费

实证数据（SWE-bench Pro，482 题）：
· Sonnet 5 单独：~75.5%，~$0.75
· Sonnet 5 + Fable advisor：~84%，~$1.40
· Fable 5 单独：~91.5%，~$2.25
结论：组合方案拿到 Fable 5 单独约 92% 的分数，但只需约 63% 的价格。

# 模式二：Orchestrator（编排者）模式 —— 自上而下的委派

架构：Fable 5 作为编排者做规划，然后把任务"扇出（fan out）"委托给多个 Sonnet 5 worker 执行，每个 worker 跑自己的执行循环。

关键特征：
· 方向：Orchestrator → Workers（编排者主动委派）
· Fable 5 负责"规划"，token 消耗大的实际研究/执行交给 Sonnet 5
· 适合研究类、可并行的批量任务

实证数据（BrowseComp 完整集）：
· 全 Sonnet 5：77.8%，$16.01
· Fable 5 lead + Sonnet 5 workers：86.8%，$18.53
· 全 Fable 5：90.8%，$40.56
结论：编排方案拿到 Fable 5 单独约 96% 的性能，但只需约 46% 的价格；相比纯 Sonnet 5，准确率提升约 9 个百分点，成本仅增加约 $2.5。

# 两种模式的对比

1. 控制流方向
Advisor 模式：执行者向上求助
Orchestrator 模式：编排者向下委派

2. Fable 5 角色
Advisor 模式：被动提供指导
Orchestrator 模式：主动规划分配

3. Fable 5 调用频率
Advisor 模式：低（约一次/任务）
Orchestrator 模式：规划阶段集中使用

4. 适合场景
Advisor 模式：单任务中需要高层纠偏
Orchestrator 模式：可拆分、可并行的研究/批处理

5. 性价比口诀
Advisor 模式：92% 性能 / 63% 价格
Orchestrator 模式：96% 性能 / 46% 价格