AIWatch.

这种成本高效设计同样适用于 GPT-5.6 Sol，核心思路是：大多数任务的智能需求在 token 维度上是不对称的——少数 token 需要前沿判断力，多数 token 只需廉价执行。Harness 的价值在于识别这种不对称，在正确的位置注入前沿智能。

三种分配模式 1. Orchestrator Fable 5 担任编排者，委派廉价 worker 适用于：前期规划型 2. Advisor Fable 5 担任顾问，被低阶执行者咨询 适用于：判断散布全流程 3. Verifier Fable 5 担任验证者，检查产出 适用于：末端审查型（如 /goal 循环）

实验一：Parameter Golf Fable 5 作顾问在初始 + 2 检查点介入，Sonnet 5 作执行者跑 20 轮 ML 实验设计。以 34% token 成本拿到 Fable-solo 约 90% 的增益。 反直觉：前置规划无效——Fable 初始排序与有效方向反相关。真正价值来自中段检查点：Sonnet 5 易陷边际增益 hill-climbing，Fable 提供方向纠偏与重新排序。 结论：探索性任务中每轮结果都重塑下一步方向，判断力须散布全流程而非前置一次。

实验二：BrowseComp 多约束 Web 检索，测试委派 Sonnet worker 何时真省钱。 易子集（~0.37M tokens/题）：Fable 单独更便宜，协调加价 60% 无收益。 完整集（~31M tokens/题）：Fable 编排 + Sonnet worker，96% 分数 / 46% 成本，套利显现。 协调成本两大来源：边界重复（跨模型 token 计费至少两次）+ 扇出重叠（worker 互不通信、研究范围部分重合）。 临界条件：worker 吸收的 token 量须足够大，节省才能摊薄固定交接成本。且 Fable 自身 token 效率高，低 $/token 不等于真省钱——看净收益。

四条 Harness 设计准则 1. 审视任务形状——判断散布型 → 廉价执行者 + Fable 顾问；判断前置/审查型 → Fable 编排者或验证者。 2. 使用委派启发式——为 Claude 提供 worker 的"品味"与"智能"先验排序（如 theo 的模型 rank），帮助 harness 动态决定何时调用哪个模型。 3. 评估协调成本——确保委派的 token 量足够大以摊薄固定交接成本；Fable 5 自身 token 效率高，意味着"用便宜模型替代"未必真便宜。 4. 保证 prompt cache 命中——子 agent 应跨调用复用同一 worker 以累积缓存，避免每次 spawn 新 worker 重复支付 context write 费用。低 cache 命中率会直接抵消低 $/token 的成本优势。

终极走向 Fable 5 可根据任务即时自写 harness。本文提供的任务形状分析、委派成本权衡、cache 管理等考虑，正是让 Claude 自主生成"选择性施加前沿智能"的 cost-effective harness 所需的内化知识。