模型与思考档位配置

问题在哪

多智能体会话里，子 agent 该用哪档 model、哪档 effort，常见误用有两类：能力不够却只靠加「思考深度」；或为了省成本在 搜索 / 探索 / 反复 tool call 上压低 effort，导致 agent 提前停搜。官方把 effort 定义为整段响应里所有 token（正文、工具调用、thinking）的 thoroughness，不是单独的「思考深浅」；探索类任务反而往往需要 inherit 或提高 effort。

技能怎么工作

本技能 只推荐并报告，不 spawn agent、不改配置、不阻塞你。用法是：为会话和每个子 agent 各用一行说明所选 model 与 effort。

两条轴（比死记规则表更可靠）：

• 能力缺口（有上下文仍做错）→ 换 MODEL
• thoroughness 缺口（漏文件、不跑测试、不复核）→ 换 EFFORT

默认策略：子 agent 继承 会话 model；支持 effort 的模型默认 high（省略参数等价于 high，Opus 4.7 例外为 xhigh）。按任务 逐条 定档，不要按「一批任务」一刀切。技能内表格覆盖 peer 分片、搜索探索、大批量同质查询、长时自治 run 等形态，并约束 每层最多动一个旋钮（降一档 model 或 一步 effort，不要同时双降）。

报告一行一个 agent，可带 inherited、justified:、override、max_tokens-raised、cache-hold、advisor: 等标记。上 xhigh/max 前需核对模型是否支持该档、是否提高 max_tokens（文档起点 64k），并注意 Opus 5 在 xhigh/max 下 thinking 不可关。

边界与注意

技能里所有数值 ladder、默认 roster 会随模型代际过期；以 metadata.model_baseline 为戳，换族后应对照 live docs 并重跑自己的 eval，别凭感觉沿用旧档。

prompt cache：同一会话内改 model 或 effort 会 invalidate 缓存；应在 cached 对话开头定档并 hold，effort 适合跨 workload 变，不适合在长 session 里来回切。Advisor、opusplan 等是成本结构手段，见 references。机械校验脚本只检查档位是否存在、xhigh/max 的 token 上限、Opus 5 冲突等 可判定项，不评价你的 sizing 是否明智。