标题：从指令驱动到意图驱动：让智能体自主决策的效率革命

摘要：Simon Willison从Claude Code团队获取关键洞察：让Fable（Opus）自主判断任务分配与编码行为，而非硬性规定规则，能显著提升效率并降低token消耗。该技巧在涨价潮中成为优化AI编码智能体成本的核心策略，实测效果显著。

在AI编码智能体领域，一个反直觉的趋势正在涌现：最有效的系统，往往不是规则最清晰的，而是最能信任模型判断力的。Simon Willison通过深度访谈Claude Code工程团队后，揭示了这种范式转换背后的核心洞见——让Fable这样的高级模型自主决策，而不是被工程师的预设规则所束缚。

判断力的价值远超预设规则。Willison强调，让Fable自行决定何时编写测试、采用何种实现路径，比给出具体操作指令的效果更好。这背后的逻辑在于：高级模型本身就具备对上下文的理解能力，工程师硬编码的规则反而会限制其推理空间，导致更高的token消耗和更低的质量输出。团队实战反馈显示，当赋予Fable自主权力时，它不仅动作更快，而且能更好地权衡代码质量与效率。

委派机制：从全能到协作。为应对即将到来的价格调整并节省token，Jesse Vincent提出另一个核心策略：让Fable将具体任务委派给更便宜的模型。具体来说，Sonnet负责实质性实现，Haiku执行机械性修改，而Fable（Opus）保留判断、审计与数据合成等高阶任务。这种分层架构模拟了人类团队中的管理者与执行者关系，大幅降低了旗舰模型的调用频次。Willison已将该提示词存入Claude Code记忆文件，实测结果显示，token消耗速度出现明显下降。

对比来看，此前大量开发者习惯于在提示词中列出详尽规则，例如“必须每10行写一个测试”“只能使用特定库”。Claude Code团队的实战经验恰恰推翻了这个教条：规则越多，模型越笨。真正的高效来源于信任模型在具体上下文中的判断力，而非工程师的预设假设。

给开发者三点实用建议：第一，将面向目标的提示词（“请根据最佳实践自行决定何时编写测试”）替代命令式指令；第二，在提示词中内置委派机制，明确高阶模型只处理战略任务；第三，不要过度担心模型“自作主张”，现代模型在代码生成上的判断力已经远超平均工程师水平。在智能体价格持续上涨的行业趋势下，这种授权式提示词设计，是当前最有效、成本最优的编码智能体使用范式。