Claude Advisor Strategy: Dùng Opus Làm "Cố Vấn" Cho Sonnet, Tiết Kiệm Chi Phí Mà Vẫn Thông Minh
🧠 Advisor Strategy Là Gì?
Ngày 9/4/2026, Anthropic chính thức ra mắt tính năng Advisor Strategy, một cách tiếp cận hoàn toàn mới trong việc phối hợp các model AI. Ý tưởng cốt lõi: ghép Claude Opus làm "cố vấn" (advisor) với Sonnet hoặc Haiku làm "người thực thi" (executor).
Executor là model chạy chính, nhận task từ user, gọi tools, tạo output. Khi gặp quyết định khó hoặc cần tư duy chiến lược, nó sẽ tự động "hỏi ý kiến" Opus. Opus phân tích tình huống, đưa ra hướng dẫn chiến lược, rồi executor tiếp tục xử lý.
Điểm quan trọng: Advisor không gọi tools, không tạo output cho user. Nó chỉ đóng vai trò tư vấn phía sau.
📊 Kết Quả Benchmark Ấn Tượng
Con số nói lên tất cả:
- Sonnet + Opus advisor: tăng +2.7% trên SWE-bench Multilingual, đồng thời giảm 11.9% chi phí
- Haiku + Opus advisor: đạt 41.2% trên BrowseComp, gấp đôi so với Haiku chạy solo (19.7%), và rẻ hơn 85% so với dùng Sonnet trực tiếp
- Mỗi lần advisor được gọi, nó chỉ tạo khoảng 400-700 token, cực kỳ tiết kiệm
Nói cách khác: bạn có thể dùng model rẻ nhất (Haiku) nhưng vẫn đạt chất lượng gần bằng model đắt nhất, chỉ bằng cách thêm một "cố vấn" thông minh.
💻 Cách Sử Dụng Trong Code
Triển khai Advisor Strategy rất đơn giản qua API:
response = client.messages.create(
model="claude-sonnet-4-6",
tools=[{
"type": "advisor_20260301",
"name": "advisor",
"model": "claude-opus-4-6",
"max_uses": 3,
}],
messages=[...]
)
Bạn chỉ cần thêm một tool type advisor_20260301 vào danh sách tools. Tham số max_uses giới hạn số lần executor được phép hỏi advisor trong một request, giúp kiểm soát chi phí.
🔄 Đảo Ngược Pattern Truyền Thống
Đây là điểm thú vị nhất. Pattern truyền thống trong AI agent: model lớn orchestrate model nhỏ. Model mạnh nhất làm "bộ não" điều phối, model nhỏ hơn chạy các task con.
Advisor Strategy đảo ngược hoàn toàn: model nhỏ chạy chính, chỉ escalate lên model lớn khi thực sự cần. Giống như một junior developer làm việc hàng ngày, chỉ hỏi senior khi gặp vấn đề phức tạp.
Kết quả? Chi phí thấp hơn đáng kể, nhưng chất lượng vẫn cao. Vì phần lớn công việc (gọi tools, format output, xử lý logic đơn giản) không cần "bộ não" đắt tiền.
🎯 Khi Nào Nên Dùng Advisor Strategy?
- Agentic workflows phức tạp, cần nhiều bước và tool calls
- Coding tasks với nhiều ngôn ngữ hoặc codebase lớn
- Research tasks cần duyệt web và tổng hợp thông tin
- Khi bạn muốn tối ưu chi phí mà không muốn hy sinh chất lượng quá nhiều
Advisor Strategy mở ra một hướng mới cho việc xây dựng AI agent: không phải lúc nào cũng cần model đắt nhất cho mọi thứ. Biết cách phối hợp đúng model, đúng lúc mới là chìa khóa.
