TL;DR — 模型分派表需要更新,但「難度永遠固定」也說得太滿。我的做法是先描述任務、錯誤後果與驗收要求,再把當期模型與設定放進另一張帶日期的表。兩層分開,有助於減少重寫;兩層仍然都要在條件改變時重看。

前陣子,我請 Claude 幫忙分派工作。它整理出一張表:難的交給 Opus,中等的給 Sonnet,量大又規律的給 Haiku。這是當時的建議,不是本文替今日模型做的排名。

接著我問,如果模型一直改版,原本那張表要怎麼辦?

一件事今天需要較多資源,明天可能有別的做法;但也可能因為資料、工具或要求改變,反而更難。分派表不能只記名字,還需要留下判斷依據與重新檢查的方法。

分派表為什麼會悄悄過期?

把模型名字直接寫進每一條規則,容易讓一個當時合理的選擇,變成後來沒人重新檢查的習慣。工具仍能執行,不代表它仍是合適的安排。

不只是能力會變。任務範圍、輸入品質、價格、可用權限與交付要求,也可能改變。過期不一定只表現為多花錢,也可能是漏掉新風險,或把檢查做得不夠。

所以我想知道的不是表還能不能查,而是:這一列最近是根據什麼證據更新的?

把任務描述與模型綁定分開

Anthropic 的工作流設計文章介紹過路由與調度。這些是可參考的安排方式,並不替我的分類法或當期模型選擇背書。

我的兩層設計是:第一層描述工作與驗收,第二層記錄目前交給誰、使用什麼設定。前者不必隨每次模型命名一起重寫;後者則刻意保持容易替換。

例如,同樣是文字修改,校正標點與改寫影響決策的主張,需要的檢查不同。這不表示後者一定推理更難,而是錯誤後果與責任安排不同。

把模型名稱移出判斷規則,可以減少綁死供應商的機會,不能保證規則從此不用改。新的任務型態、證據要求或權限條件出現時,分類也應跟著調整。

難度、風險與判斷空間,分別看

我原先把錯誤成本當成難度最重要的軸,現在會把它們拆開。難度談完成工作的挑戰;錯誤後果談影響,風險評估還要看出錯機會與控制措施,不能混成同一個分數。

一項看起來很簡單的操作,也可能因為不可逆、涉及別人或影響範圍大,而需要更嚴格的確認。一項很難的探索,如果只是可丟棄的草稿,則未必需要同樣的發布門檻。

錯誤成本也不是永久常數。使用情境、依賴範圍、可否回復與是否有人複核,都可能改變後果。模型完成任務的相對難度會變,任務本身的條件也會變。

因此,我會分別記錄:需要哪些推理與資料、有哪些取捨、錯誤會影響什麼,以及誰負責驗收。不能用一個高、中、低分數,直接取代這些問題。

重校不是換上最新模型就完成

我曾遇過排程上游斷掉,流程無聲停下來,隔了一陣子才發現。這段經驗讓我在意「還活著嗎」之外的另一問:它現在做出來的結果,還符合用途嗎?

我會留一組來自實際工作的代表任務,先寫清楚可接受的結果,再比較候選安排。約十題可以是小規模起點,不能拿一次跑過就宣稱所有任務都穩定。

檢查時要把版本、資料、設定與驗收條件記下來;比較成本也要算入等待、重做、複核與整合。模型換代不保證更便宜的選擇一定過關,也不表示應立即把所有工作移過去。

更新表的日期,是留下可追查的記錄,不是證明它已經正確。未完成的測試與仍有疑慮的用途,也應一起保留。

多個角色,可以暫時指向同一個模型

我會讓綁定表容許多個角色使用同一個模型,避免為了維持層級而硬拆工作。但角色數會不會收斂、什麼時候收斂,不能預先寫成必然。

角色分開、模型不同與檢查有效,也不是同一回事。需要另外觀點時,可以考慮不同資料、提示或評閱安排;多開一個視窗,本身不保證判斷獨立。

這延續了我在多模型認知協作與Fable 5 的工作系統裡關心的問題:分工的價值,在於是否幫助完成工作,不在於用了多少模型。

退場條款,也是設計的一部分

Anthropic 在多代理研究系統的經驗文章提醒過協作的成本與適用限制。那是特定系統的經驗,不是所有工作流固定的 token 倍率,也不能推出所有程式工作都不適合分工。

對我的系統而言,該不該保留調度,要比較它帶來的品質、成本與維護負擔。供應商提供內部路由,可以成為重評的理由;還要看可控性、權限、資料與驗收要求,不能看到功能就直接退休自己的安排。

我以前收掉過一個價值撐不起維護成本的自動優化系統。這個經驗提醒我:工具不必永遠留下來,卻應該能在退場時交代依賴、保留需要的資料,並讓工作有別的走法。

附:一張可以拿去填的檢查清單

先選三到五種常做的工作。對每一種,寫下四件事:輸入與範圍、需要的資料與推理、錯誤後果、完成後誰用什麼標準驗收。

再建立一張帶日期的綁定表,記錄角色、模型版本、可用設定、工具與權限,以及選擇理由。表可以提出建議,實際跨模型執行、付費或發布,仍需符合既有授權。

接著準備代表任務與反例,記錄通過、失敗與尚未測到的範圍;重校時,對照完整的交付成本。最後寫出重評或退場條件,別把它們藏在沒人會再看的地方。

這份檢查清單是設計起點。實際能使用哪些模型、工具與權限,仍要在自己的環境確認;一個視窗裡可以提出分派建議,不表示它也能照那張表跨模型執行。

四格漫畫:模型分派表需要更新,但「難度永遠固定」也說得太滿。這不表示後者一定推理更難,而是錯誤後果與責任安排不同。不能用一個高、中、低分數,直接取代這些問題。約十題可以是小規模起點,不能拿一次跑過就宣稱所有任務都穩定。角色分開、模型不同與檢查有效,也不是同一回事。更新表的日期,是留下可追查的記錄,不是證明它已經正確。

留下方法,也允許方法被修改

多視窗與多任務展開之後,我曾和朋友聊到一個共同感受:產出變快,追蹤脈絡反而更費力。我們都又用起手寫筆記本,幫自己整理方向。

這不是手寫一定勝過工具,而是提醒我,調度也需要人的注意力。能節省多少模型費用,不能單獨決定一套安排值不值得留下。

我現在會把原來的「難度當常數」改成一個較實在的原則:讓任務與驗收要求有清楚的位置,讓模型選擇可以重綁,兩者都保留修正的入口。更多工作流思考見AI 與人類秩序。