Effort Control 与 Fast Mode：AI 工作该多想还是该求快

Claude Opus 4.8 昨天上线，带来了 Effort Control。我上手只有几个小时——所以这是初步印象，不是定论。默认动作往往是：凡重要的事都把投入拉满，Fast Mode 留到"以后再说"。这两种直觉让你亏掉的多过省下的——亏在 token、亏在时间，还亏在那种会悄悄拖垮一人经营的决策疲劳上。大家好，我是 Nova。我想分享的是：我到底怎么给不同的任务分配合适的 AI 模型投入档位——包括那些我现在想都不想就直接用 Fast Mode 的任务。

先交代背景：我不是在实验室里测这个。我自己跑内容工作流，Claude 就在工作流正中间。所以以下来自几十个真实 session，而不是基准测试。

多数人把 AI 的投入用反了

我先在自己身上注意到这个模式，后来又在两个同样做单人经营的朋友身上看到：我们把投入加在了错误的任务上。

把五十个链接粗略分类？最高投入。"万一它能做得完美呢。"

审核一段真正重要的合同条款？默认档。"没事，能过。"

这恰恰是反过来的。合同条款才是慢速、审慎推理值得付出之处；链接分类这种事，你完全愿意用 2% 的质量下滑，去换四分之一的时间。

我觉得原因在于：我们对"投入"到底费什么没有真实的直觉，直到亲身感受到——token、延迟，以及那种"明明不需要等、却还在等"的漫长拖拽。

Effort Control 到底是什么

Effort Control 是 claude.ai 与 Cowork 里模型选择器旁新增的选择器。正如 Anthropic 在发布说明里所写，模型选择器旁新增了一个控制项，让用户选择 Claude 为一次回答投入多少。投入档位越高，Claude 思考越频繁、越深入，给出的回答也越好。

投入档位越低，Claude 响应越快，消耗用户的速率限制也越慢。档位从 low（低）到 high（高，即默认档），再到 extra（额外）、max（最高）。Opus 4.8 默认 high 投入——官方判断这是质量与体验的最佳平衡。

Fast Mode 是另一根不同的杠杆。它是"速度"旋钮，不是"思考"旋钮。把速度设为 fast，同一个模型在溢价定价下每秒产出的 token 最高可提升 2.5 倍。目前它还是 API 与 Claude Code 里的 research preview。

值得知道的一点：两者可以叠加。Fast Mode + 低投入现在是我处理一天中最重复环节的配置——而这个组合我差点没想起来要试。

什么时候高投入才值得

高投入在"把事做得差一点"的代价高于"多等一会"的代价时，才挣回自己的本钱。这话听着显而易见，但确实是个好用的过滤器。

复杂规划、重审核的工作、长上下文任务

现在我会动用 extra 或 max 投入的三类场合：

第一种，任何碰触"我不太敢反悔"的决策。调价、定位调整、回复一封棘手的客户邮件。这类任务里，多想一分钟能省下后面一小时的善后。

第二种是审核类工作——我希望 Claude 真正仔细读眼前的东西、并且敢于反驳的地方。新模型在这点上明显更强。按 Anthropic 的发布说明，Opus 4.8 对自己生成代码中的缺陷视而不见的概率，比 Opus 4.7 低四倍。这是个不限于代码的有用模式——凡是我希望模型"把担忧说出来"而不是点头附和的地方都适用。

第三种是长上下文工作——整份文档必须前后咬合一致。如果我要 Claude 综合一坨调研材料，或把一段长对话的笔记拼接起来，低投入出来的东西往往第一段看着连贯、第三段就开始跑偏。高投入或 extra 才能拿住主线。

诚实提醒：我还没在足够多的任务上把 max 推满，不足以对"它什么时候优于 extra"形成强判断。到目前为止，extra 是我看到质量跃升最大的一档；max 更像按情况取用。

什么时候 Fast Mode 或低投入更合适

这部分我琢磨了很久才想明白。

起草、归类、低风险的重复任务

我相当一部分 AI 工作属于低风险的模式匹配。给链接归类、起草邮件标题、给笔记打标签、反正之后要重写的初版大纲、从会议记录里抓行动项。

这些用低投入完全没问题：第一次输出就够好；万一不够好，我也会在本来就要做的编辑环节里抓到。

Fast Mode 正是在这里真正改变局面。当我在跑一连串小任务——归类、起草、打标签、总结——延迟会累积。低投入下的 Fast Mode 让整串任务像一场对话，而不是一连串等待室。

Claude Code 的文档说得好：Fast mode 最适合"响应延迟比成本更重要"的交互式工作。这跟我的体验一致。我能注意到 Fast Mode 的任务，都是来回往返的那种——不是"发一个大 prompt 然后走开去泡咖啡"的那种。

有一点要小心：在对话中途切进 fast mode时，你会按整个对话上下文支付完整的 fast mode 未缓存输入 token 价。所以要在一个 session 开始时就决定好，别在中间才切。

隐藏成本：决策疲劳

Token 成本是最显而易见的成本——也是大家写文章都爱提的那个。但对一人经营来说，我更在意的成本是决策疲劳：那种"每个任务都要选一次档位"的微小、持续的心理税。

如果每个提示词都要我挑投入档位，我不会挑——我会一律默认高投入，然后假装自己深思熟虑过。这就是陷阱。

我的破解办法是分批。白天我把工作归成两三个"模式"，每个模式只定一档投入。上午低投入模式，做归类与起草；下午 high 或 extra，做真正需要思考的活。就这样——一天两个决定，而不是四十个。

这跟**Floatboat**这类主动式 Agent OS 试图在工作流层面自动化的模式大致相同——让一个前置决策驱动一整条下游执行。我在 Claude 里手动做这件事，但底层想法一样：别再反复做同一个微决策。

一套简单的"任务到投入"框架

我实际在用的框架，写出来是这样：

低投入 + Fast Mode：凡是我事后愿意快速扫改的东西。草稿、归类、打标签、摘要、初版大纲。稍微偏一点的代价很低，因为我反正还会再碰它。

默认档（高投入）：多数一次性任务——我想要一个成品的回答、又不想为它操心。回邮件、直接拿来用的分析、任何"交给聪明的助理后不必逐行核验"的活。值得一提的是，Opus 4.8 在所有界面上默认高投入——如果你从没碰过这个设置，你现在就停在这一档。

extra（额外投入）：凡出错会带来真实下游代价的事。重要审核、复杂推理、多步规划、长上下文综合。

max（最高投入）：我留给罕见的任务——我真的不确定模型能不能做到，想占尽一切优势。不常用。

纪律不在于给单个任务选对档位，而在于不要默认"多多益善"。给归类任务加更多投入，并不会让归类归得更好——只会更慢，并把速率限制浪费在不需要它的活上。

我的结论就是这样。我大概会持续调整——五月好用的框架，八月未必还好用，尤其等 Fast Mode 走出 research preview、周边工具也变了之后。但核心洞察留住了：问题不是"怎么让 Claude 想得更深"，而是"什么时候不必想那么深"。

回去干活了。

往期文章

一个人不招人，怎么把业务做大

Claude Managed Agents：对一人公司意味着什么

AI 不知道你是怎么工作的——这才是真正的问题

AI 工作区 Agent 与聊天助手：差别在哪

如何用工作区 Agent 戒掉上下文切换