我按决策类型而非难度路由 Claude Code 步骤

作者称其 Claude Code 会话中 69% 的输出来自 Opus、Fable 等顶级模型，包括读 changelog、执行已决定的编辑和跑测试，说明“难任务用强模型”并非有效信号。其改为按步骤所需决策类型路由：已决定只需读取或执行用 Haiku，单一局部判断（如修 flaky 测试）用 Sonnet，下一步取决于发现结果用 Opus，合并前评审用无编辑工具的 Opus 评审者。该方案以名为 maddog 的插件 advisor-mode 实现，主会话拆分目标并派发给对应模型的子代理，仅回传简短结果，合并与推送需人工确认，规则由子代理 hook 支撑而非硬锁。

AI推荐理由 提出按“决策类型”而非“任务难度”为 Claude Code 步骤分配模型，并给出 Haiku/Sonnet/Opus 的具体路由规则与 advisor-mode 插件实现，对 Agent 成本与质量控制有参考价值；但为个人经验，69% 等数据无独立验证。