一句话：当 agent 从 3 个变上百个，先失控的是账单
2026 年 10 月 7 日，Anthropic 的 Lydia Hallie 在 Claude Code 上宣布了一个看似很小、实则影响架构的改动：从 v2.1.292 起，子智能体可以指定 effort 档位（low / medium / high / max）。一句话就能让主智能体用低档位派一批侦察兵做宽搜，再用高档位派一个终审者做需要判断的活。这件事的意义，要放到多智能体系统正在变大的背景里看——当编排者一口气派生出几十上百个子任务，如果全按最高推理强度跑，成本与延迟会迅速失控。
机制拆解：effort 参数，按工种分配推理强度
effort 管的是模型在某一轮里「花多大力气思考」。过去它主要作用于整个会话，调高让一切都更慢更贵，调低又可能让难活翻车。多智能体把这道取舍放大了：一次运行里既有「grep 一下报错日志」这种轻活，也有「重构核心逻辑」这种重活。现在编排者可以在创建子智能体时直接指定档位，简单检索走 low、核心实现走 high、架构决策走 max。这等于把「算力预算」从一刀切，改成按工种精细分配——开发者开始像管理分布式系统那样，管理一群智能体的计算开销。
治理防线：准入控制 + 并发上限 + 预算硬上限
光能分配算力还不够。如果主智能体随手派生几十上百个子任务，谁来兜底？Claude Code 这边已有几道闸门：默认同时运行的子智能体上限是 20 个（可由环境变量改），超出就排队；工作流还有预算硬上限——当 spent 触达 total，后续 agent 调用直接抛异常，而不是默默透支。再往后，v2.1.293 又补上了 model 与 agentType 的原生支持，并配合新发的低价 Claude Haiku 5.5 当高吞吐子智能体。把这几块拼起来，Anthropic 实际上是在给多智能体系统搭一套「算力调度器 + 治理控制面」。
辩证看：仍是启发式，exact 语法尚未全公开
需要说明，effort 目前更像一套工程启发式，而不是完美抽象。公告很简短，具体语法、子智能体接受哪些档位、默认值是什么，仍未见官方发布说明；一个低档位侦察兵加一个高档位终审者的组合确实省成本，但子智能体本身仍带来启动开销，简单任务未必划算。此外，把关键审查交给单个高档位 agent 时，成本恰恰爬得最快，需要靠「输出格式固定、少返工」来压住。关于更细的调度策略与默认行为，Anthropic 暂未披露更多细节。
行业含义：编排竞争从「模型强」转向「算力可精细分配」
今年多智能体讨论里，竞争焦点正在从「模型多聪明」挪到「能不能把一群模型可靠、划算地指挥好」。Claude Code 这步把算力分配做成显式旋钮，和微软 MXC 把隔离做成 OS 级标准件、OpenClaw Enterprise 把治理做成控制平面，是同一方向的三种切口。对写智能体系统的团队，一个直接提示是：在奖励与评测里，别只盯着任务做没做对，也要盯着「这笔算力花得值不值」。
结语
Claude Code 用 effort 档位加准入控制，把多智能体的算力分配从粗放一刀切改成按工种精细调度。它的价值不在多了一个参数，而在于把「账单失控」这个多智能体规模化的真实痛点，真正摆进了产品层的控制面。至于这套调度能否在更大并发下稳定省钱，仍要看后续真实负载与独立验证。