这真是他妈的黄金经验

这真是他妈的黄金经验 Anthropic 刚分享了 Claude Code 最有用的技巧之一。 思路是：Haiku 5.5 在 100k 上下文处有一道价格断崖。一旦超过，每个 Token 的成本都会变成 5 倍。所以，绝不让 Agent 到达那里。 同样的工作，用两种方式做：一个大 Agent 本来要花 $6.15，九个小 Agent 最终只花 $0.85。同一个任务，节省了 86%。 启动 Claude Code 时这样做： claude --model opus # agents: model: haiku, each < 100k → Opus 5.5 负责统筹，把工作分成几路，最后合并 → Haiku 5.5 Agent 做其余所有事，每个都控制在 100k 以下 → Agent 接近价格门槛时，就分成两个，而不是继续增长 → Opus 只读 9 份摘要，绝不读取 Agent 的原始上下文 关键价格：100k 以下，Haiku 每百万输入 $0.10，输出 $0.50；超过 100k，就跳到 $0.50 和 $2.50。 同一个模型、同样的 Token，账单变成 5 倍，而且发生时没有任何提醒。 这次运行中，a4 已经到了 90k，只剩 10k；a7 到了 84k，还剩 16k。两者都在越线前分叉了。a11 用 41k 的新上下文起步，留在低价档。 9 个 Agent，6 次拆分，最终还是有 1 个越线了。就是这个 Agent，让账单变成 $0.85，而不是 $0.40。 缓存读取也算在 100k 里，这正是大多数人容易踩坑的地方。 Opus 统筹，Haiku 群体执行，谁也别跨过价格断崖。 JEV 工程是在更底下一层做同样的事：这次运行的 1,900 个分支决策——拆分还是保留、选哪个 Agent、重试还是停止——以 0.93 的清晰度由代码处理，而“拆分还是保留”这个决策的 0.42，正是触发分叉的位置 完整结构 ▸ Opus 5.5 统筹会话、分工、最终合并 ▸ 每个子 Agent 都运行 Haiku 5.5，上下文硬上限为 100k ▸ 接近 100k 的 Agent 分成两个，而不是继续增长 ▸ 每个分支只重读真正需要的上下文 ▸ Opus 5.5 只看摘要，不看 Agent 的原始上下文 ▸ JEV 用代码解决微小分支，仅将需要拆分的情况向上交给模型 把这个结构和提示词粘贴进 Claude Code ↓ "Rebuild my Claude Code setup around this tree: Run the main session on Opus 5.5 as lead: split work, merge results, write no code. Set every subagent to Haiku 5.5 with a hard context ceiling of 100k, cache reads included. When an agent approaches 100k, fork it into two agents instead of letting it grow. Each fork re-reads only the context it needs, never the full history. Add one rule to CLAUDE.md: no agent is ever allowed to cross 100k, no exceptions. Route deterministic forks (split or keep, agent choice, retries) through JEV. Show me every change as a diff first. No edits until I say go."