这两天高强度使用 GPT-6 Astra，好用是真的好用，问题也很明显。我让它做复杂任务和项目时，200 美元订阅套餐的额度肉眼可见地往下掉。虽然送了几张重置卡，还是感觉越来越不够用。
于是我最近最急的事，就是重构任务编排和模型调度，降低额度消耗。
最重要的思路，就是复杂任务交给 GPT-6 Astra，简单任务自动用 GPT-5.6 执行。在验收标准不变的前提下，把昂贵模型的消耗降下来。
但是很多人分不清简单任务和复杂任务，所以一股脑就用最强的 GPT-6 Astra。你要是额度无限，那当我没说，但大部分人用的都是 Codex 订阅套餐，所以我索性就写篇文章提供一些思路。
1.我在做这件事的时候，突然发现 GitHub 发布了 HydraFusion。
HydraFusion 是一个运行时多模型编排系统。它会根据任务选择单模型直出，轻量模型起草后按质量门升级，或者让不同模型起草，审查和修改。目前只能在 GitHub Copilot CLI 的实验模式里使用。
它优化的是达到质量门槛所需的综合成本，不保证每次都使用更少的 token，因为多模型协作也有消耗。我把它的基础思路拆开了。
2.先说推理模式。GPT-6 Astra 整体能力比 GPT-5.6 强，但是同一个模型也能选择不同的推理档位。你可以类比成下棋时想一步还是十步，推理级别越高，速度越慢，通常消耗的 token 也越多。很多小活不需要想那么全面，直接干就好了。
而且推理模式过高，很容易过度设计，明明你就是要的一个马桶，结果最后给你搞个厕所出来。
绝大部分需求先用 medium，复杂任务再升到 high。xhigh 和 max 留给前期架构设计，任务编排，疑难功能和 bug，代码审查以及跨模块重构。
你可以理解为盖楼之前，需要顶尖工程师先做整体设计，搭好骨架，这属于复杂任务。上水泥，垒砖头，打孔，上脚手架，就是执行层任务，用 GPT-5.6 就可以搞定。
比如搜索文件，提取资料，整理日志，改格式，局部换变量名，执行测试，这些确定性任务都可以交给轻量模型。边界清楚，结果容易检查，做错了也容易恢复，用 Astra 模型纯属浪费。
4.修普通 bug，实现边界清楚的功能，做局部重构，这些任务可以交给主力模型的 medium 档位。但是这个 bug 如果关联到复杂的业务逻辑，或者两轮都没搞定，这时候再升级模型和推理档位。
5.架构设计，跨模块重构，安全，权限，支付和数据问题，就该让最强旗舰模型配高推理档位上场。这相当于盖大楼时总工程师干的活，前面判断错了，后面返工可能要全部推翻，所以前期设计和搭骨架，我都必须用最强模型。
6.轻量模型先修改，机器自动跑测试，lint，类型检查和构建。通过预先写好的验收项再交付，失败就把任务升级给强推理模型。强模型从全程打工，变成专门处理异常。
7.跨会话的时候别把几十轮聊天记录全塞过去。下一个模型真正需要的只有原始目标，改动文件，当前 diff，失败日志和未解决问题。可以让强模型写一份交接文档，材料越清楚，花在重新加载上的 token 越少。
8.测试全绿也不放心的任务，可以让模型 A 写，模型 B 只读审查，再让模型 A 定向修改。审查模型只说问题位置，依据和验证方法，别让它重新写一遍，也别让两个模型互审到天荒地老。
9.这套方法能不能守住质量，关键不在于你有多信任小模型，在于有没有验收门槛。测试，构建，类型检查，截图对比都可以自动跑。模型说「已经修复」不算，验证结果才算。
10.如果你暂时分不清任务边界，可以直接把 GPT-5.6 Sol 设置为常规模型。GPT-6 Astra 是新的大哥，GPT-5.6 Sol 退居二哥，复杂任务交给大哥，其他任务交给二哥。二哥本身也够强了。
11.多个 Session 不天然省钱。如果每个任务固定叫三个模型，几个模型重复读取整个项目，审查一次又重写一次，token 只会烧得更快。简单任务不编排，失败升级有条件，高风险任务保留独立验收，这三条够用了。
12.用 Goal 模式之前，让 GPT-6 Astra 写一份施工清单，把技术栈，实现方向和注意事项交代清楚，再让 GPT-5.6 逐步执行。长任务用这套方法更自动，也能减少反复理解需求的消耗。我已经把规则加到了 AGENTS.md，只要说一句「用 Goal 模式去做」，它就会先设计施工清单并存档，再让 GPT-5.6 子 Agent 执行，实测干得很好。
13.别凭感觉判断这套方法有没有省钱。至少记录每次使用的模型，推理档位，重试次数，验收结果和总消耗。否则你只知道额度少了，不知道钱到底烧在哪里。
以上就是我最近实测的一些使用心得，说实话，随着最强模型 token 用量越来越大，逼得大家不得不重视 token 消耗，但是我们肯定都不想让质量下降，所以以上思路给大家一些参考，希望对诸位有点价值。
