# 艦隊作業流程：成本量測與派工規範

2026-09-17 · KITT（CVER Inc.）· 量測對象：reefbox 四個 tank（blenny／goby／tuna／wrasse）近 7 天全部對話紀錄，60,234 次模型呼叫，按 API 定價換算。

## 一句結論

訂閱不換、API 不開、Team 不買。錢不是燒在「想太多」，是燒在**上下文太長 × 呼叫太多**：76% 的成本是快取讀取。要省，就是讓每一層的上下文短、壽命短。省是目標，不是硬限制——下面所有數字都是目標值，不是閘門。

## 量到的數字

| 項目 | 數字 |
|---|---|
| 7 天總額（API 價） | 約 $6,500，換成月費約 $28K；四個 Max 20x 實付 $800 |
| 成本組成 | 快取讀取 76%／快取寫入＋新輸入 18%／輸出（含思考）6% |
| Fable 5.1 指揮艇 | 2,269 次、平均上下文 504K、每次 $0.21、合計 $467（7%） |
| Opus 座艙自己幹活 | 13,368 次、平均 208K、$1,986（最大一條） |
| Sonnet subagent | 22,147 次、平均 313K、$1,834（第二大） |
| Haiku | 23 次，等於沒用 |
| subagent 壽命 | 206 支：中位數 96 步、p90 286 步；**≤20 步的只有 2 支**。最貴的六支全是 Sonnet，1,500～1,770 步、上下文衝到 950K |
| 主 session | 179 個：中位數 106 步；最大的到 960K 上下文 |

單價（每百萬 token，輸入／輸出／快取讀）：Fable 5.1 $10／$50／**$0.25**；Opus 5 $5／$25／$0.50；Sonnet 5 $2／$10／$0.20；Haiku 4.5 $1／$5／$0.10。Fable 5.1 的快取讀取比 Opus 便宜一半，這是它適合坐指揮艇的原因。

## 成本模型

```
成本 ≈ Σ（每次呼叫的上下文 × 該模型快取讀取單價）＋ 少量輸出
```

推論：

- 一個 300K 上下文的 Sonnet agent 跑 300 步，比一個 100K 的 Opus agent 跑 30 步貴十倍。「便宜模型」不等於便宜，壽命才是變數。
- effort 直接花費很小（輸出只佔 6%），它的代價是讓任務多跑幾輪。降 effort 排最後。
- 換模型＝全部重讀（每個模型各自一份快取）。中途 `/model` 是一次性大額支出。
- 訂閱方案的主對話快取存活 1 小時（API 只有 5 分鐘），這是訂閱獨有的紅利，指揮艇受益最大。subagent 不論哪種方案都是 5 分鐘。

## 三層流程

### 1. 指揮艇（每人一艘，長命，Fable 5.1）

- 只持有意圖、決策、紅線、進度；**不自己讀檔、grep、跑測試**——那些是 300K 上下文的來源。
- effort 預設 low（2026-09-17 起的實驗，下週用尺驗）。座艙**改不了自己的 effort**——那是使用者旋鈕（`/effort`），模型端也觀測不到目前值。所以需要深思的回合不是「拉高」而是**派出去**：紅隊、綜合多份回報、架構裁決、要送出去的東西，開 Opus/high 或 Fable/high 的工人去想，座艙只收結論。
- 派高 effort 的觸發綁在**動作類型**上（改共用管線、動錢／憑證／身分、對外發言、任何要 merge 的東西），不綁在「感覺難不難」——low 最會漏的正是看起來像小事的難題，而且答得很有自信。
- 人要親自聽座艙判斷時自己撥 `/effort`：Fable 5.1 在訂閱下**中途改 effort 不打掉快取**（其他模型會全部重讀），撥了記得撥回來。
- 任務邊界 `/compact`；不要等自動壓縮在任務中間觸發。廢掉的分支用 `/rewind`（回到已快取的前綴）不用 `/compact`。
- 冷 session 重開用「從摘要恢復」，不要整段重送。

### 2. 工人（短命，單一產出）

- 一份簡報一個產出。**目標：40 步以內、150K 上下文以內**；估起來會明顯超過就先拆，或改用 Workflow pipeline 串接。現在中位數 96 步是簡報寫得太大，不是模型太笨。這是目標不是閘門——工人快做完時別為了數字硬停。
- 不等人：subagent 快取只活 5 分鐘，任何「等使用者回答」的設計都會讓下一步全額重讀。需要人裁決的點放回指揮艇。
- 回報格式寫進簡報（例：≤15 行、只給結論與收據、不貼檔案內容），否則工人的輸出會變成指揮艇的上下文。
- 模型與 effort **一律明寫**，不寫就整隊繼承指揮艇的設定（實測：38 支 agent 全 Opus+xhigh，一輪燒爆額度）。

| 任務類型 | 模型 | effort |
|---|---|---|
| 機械勘查、找檔、格式轉換、普查 | Haiku 4.5 | low |
| 已知範圍內的實作、修測試、寫文件 | Sonnet 5 | medium |
| 跨模組設計、綜合多份報告、紅隊審查 | Opus 5 | high |
| 需要長程判斷的單一難題 | Fable 5.1 | high／xhigh |

### 3. Tank（clikae 多帳號）

- 用途是隔離與並行（不同帳號、不同工作樹），不是預設的扇出手段。扇出走 Workflow ＞ 背景 Agent ＞ tank。
- 每個 tank 的座艙同樣適用第 1 層規則：座艙自己用 Opus 幹活，就是本週最大的一條支出。

## 派工簡報範本

```
模型：sonnet   effort：medium
產出：<一個具體的東西>
範圍：<檔案／目錄清單>，不碰其他
完成定義：<可驗證的條件>
預期規模：約 40 步；明顯超過就回報進度與「需要拆」，不硬撐
回報：≤15 行，結論＋收據（指令與輸出摘要），不貼原始檔
```

## 量到的禁忌

1. 座艙自己讀檔、grep、跑測試（Opus 主 session $1,986）。
2. 工人跑成 session（Sonnet agent 1,700 步、950K）。
3. 派工不寫模型（整隊繼承）。
4. 中途 `/model`（全額重讀）。
5. 非 Fable 中途改 effort（全額重讀）。
6. 讓工人等人回答（5 分鐘後快取消失）。
7. 冷 session 整段 `--resume`（無快取可讀，全部重算）。
8. 多支工人共用同一個建置輸出目錄或測試套件（互相洗掉對方的活）。

## 訂閱 vs API vs Team

- API：同樣用量換算約 $28K／月，訂閱 $800。「API 有快取所以便宜」那個說法弄反了，訂閱下 Claude Code 一樣走快取，而且主對話還多拿 1 小時 TTL。
- Team：額度是 Pro 的小倍數，跑這種用量半天就鎖。
- 唯一該考慮 API 的情況：非互動的批次工作（Batch API 半價、沒有週額度），例如夜間跑全 repo 的稽核。互動座艙留在訂閱。

## 監看指標與尺

- `/usage` 的 `Prompt cache (main)`：命中率、miss 次數、最近一次 miss 的原因。
- 狀態列 `current_usage.cache_read_input_tokens` vs `cache_creation_input_tokens`：write 連續偏高＝前綴在變。
- 每週重跑 [`tools/tank-cost.py`](https://github.com/CVERInc/clikae/blob/2ceb539f4bf6064b36110a4aeafcfa05f12ce178/scripts/tank-cost.py)、[`tools/tank-agents.py`](https://github.com/CVERInc/clikae/blob/2ceb539f4bf6064b36110a4aeafcfa05f12ce178/scripts/tank-agents.py)（讀 `~/.clikae/profiles/claude/*/projects/**/*.jsonl`），看三個數：快取讀取佔比、subagent 中位步數、座艙自己幹活的呼叫數。目標：subagent 中位數從 96 往 40 走。

## 未驗證

- 訂閱額度怎麼計，官方沒公布（查過 help center 三篇：只寫「Opus 每回合比 Sonnet 貴數倍」「每回合重送全部歷史」）。本文用 API 價當代理。若訂閱把快取讀取算全價，「Fable 便宜」不成立，但「上下文短、工人短命」兩種算法下都對。
- Mac 那邊的 session 沒算進來，實際用量比上表高。
- 40 步這個目標是從分布反推的，沒有實測「40 步夠不夠做完一個典型任務」；太緊會逼工人半途回報、指揮艇多派一輪。先當目標觀察一週再定。