AI 编程多模型分工：规划、编码、评审分别派给哪个模型

结论先说：别让一个模型从头干到尾。规划环节用最强推理模型，批量编码切换性价比档位，评审再换一个模型重跑一遍——正确率和成本会同时改善。这套切换在 Claude Code 里已经是原生能力，用 /model、opusplan 别名和子智能体的 model 字段就能配出来，不需要自己写调度逻辑。

为什么单模型跑全程两头不讨好

一个模型贯穿始终，只有两种结果：全程用强模型，简单改名、补测试也要付最强档的钱；全程用便宜模型，架构判断和跨文件重构的失败率明显上升，返工成本远超省下的 Token 钱。

更隐蔽的问题是”评审者即作者”。同一个模型既写代码又审代码，倾向于给自己刚才的结论找理由，很难发现方向性的错。换一个模型做评审，是最便宜的一次正确性提升。

三个环节要的能力其实不一样

在 Claude Code 里怎么落地

会话级切换

会话中用 /model 直接切换，也可以用 claude --model <别名> 启动时指定，或者设置 ANTHROPIC_MODEL 环境变量作为长期默认。官方支持的别名包括 opus、sonnet、haiku，分别对应复杂推理、日常编码与简单快速任务。

最有价值的一个别名：opusplan

opusplan 是官方为”先规划后执行”准备的特殊模式：在计划阶段使用最强档，进入执行阶段自动切到日常编码档。这正是上面那张表的一键实现，绝大多数场景不需要更复杂的路由。

子智能体单独指定模型

子智能体定义文件里可以写 model 字段，让它独立于主对话运行。想给所有子智能体设默认值，在设置文件的 env 块里配置即可：

{
  "model": "opusplan",
  "env": {
    "CLAUDE_CODE_SUBAGENT_MODEL": "haiku"
  }
}

这个环境变量只是默认值，子智能体自己声明的 model 优先级更高。需要强制统一时，再配合 CLAUDE_CODE_SUBAGENT_MODEL_FORCE 使用。检索、扫目录这类”量大可丢”的子任务，全部压到轻量档是收益最明显的优化。

成本怎么控住

• 大批量跑之前先看一眼当前模型，尤其是从别的会话 resume 过来的，模型会沿用上次的选择。
• 描述任务时直接点名：明确要求”不需要最强模型的阶段用便宜档”，模型会照做。
• 给团队设允许列表：企业环境可以通过 availableModels 限定可选范围，越权的请求会被替换成允许列表里的版本并给出提示，避免个别成员无意中刷爆额度。

三个常见坑

• 切换模型后上下文被重读：/model 在有历史输出时会要求确认，因为下一次响应会重新读取完整历史，缓存收益丢失。频繁来回切不如一次性切到位。
• 别名会漂移：opus、sonnet 这类别名会随时间指向新版本。要结果可复现，就写完整模型名，或固定对应的默认版本环境变量。
• 以为换了模型就等于换了评审者：如果上下文里带着作者完整的推理过程，评审仍会被带偏。评审子智能体应该只拿到需求、改动清单与差异，不要拿到作者的思路。

和已有流程怎么接

多模型分工是建立在”先出方案再动手”之上的优化，还没拆开规划与执行的，先看AI 编程的 Plan/Act 分离工作流；评审环节的具体关卡见AI 代码评审清单；检索类子任务怎么拆，参考子智能体拆分与上下文隔离。以上机制均基于 Anthropic 官方 Claude Code 文档中的模型配置与子智能体说明。