AI 编程任务怎么选模型档位：先按风险分层

很多人用 AI 处理编程任务，档位设置是从来不变的：要么一直用默认，要么一直拉最高。

这两种做法都是错的。默认档处理复杂重构会做不完；最高档处理简单查询，是在为不需要的算力付钱。

更麻烦的是，从旧版本迁到新版本之后，原来的档位设置可能已经不合适了。下面是按风险分层选档位的一套方法。

先理解档位在控制什么

effort（思考力度）控制的是模型在回答前的思考深度。档位越高，它想得越多，消耗的 token 和时间也越多。

新版本有一个重要变化：默认档位从 high 降到了 medium。

这不是降级。新版本的 medium 已经达到或超过上一代的 high。也就是说，如果你照搬旧配置把 effort 设成 high，等于在已经更强的模型上再叠加一档——效果是边际的，成本是实打实的。

一个反直觉的事实：档位不是越高越好

在同类评测里出现过这样的结果：某模型在 xhigh 档得 33.2%（成本 $0.27），在更高的 max 档反而降到 32.0%（成本升到 $0.34）。

更高的算力投入没有换来更高的准确率，还多花了钱。

所以档位选择不能靠「保险起见调高点」，必须按任务性质来分。

按风险分三层

这是最实用的一套分法：

低风险任务：格式转换、简单查询、局部补全。

重点是速度和成本。用默认档，甚至可以考虑更轻的模型。这类任务占了日常的大多数，也是省钱的主战场。

中风险任务：跨文件修改、接口联调、测试修复。

需要它理解多个文件之间的关系。用默认档起步，如果发现它反复漏掉关联文件，再考虑拉高一档。

高风险任务：架构调整、大规模重构、涉及数据安全和支付的改动。

值得用高档位，但更重要的是给它可验证的检查：测试命令、lint、构建脚本。让它自己能验证，比让它多想一会儿有效得多。

迁移时必须改的四处设置

如果你是从旧版本迁过来的，下面四件事不改，就会遇到「更慢、更贵、还跑不完」：

第一处：删掉催思考的话。

新版本在每次回复前已经自行决定思考量。「请仔细思考」「一步一步思考」这类提示词不但没用，还会让系统提示词变长、缓存更容易失效。

第二处：重新评估输出上限。

思考消耗的 token 也算进输出上限。以前关着思考时设的上限可能不够用了，长任务会被中途截断。长的 Agent 编程任务，官方示例用的是 128,000。

第三处：框架要把纯文本汇报当进度。

它会输出一段「我已经完成重构」的纯文本然后结束这一轮。如果你的框架把这当成完成，任务就停在半路。正确做法是对照任务清单检查，有未完成项就让它续跑，续跑次数设上限（建议 2-3 次）。

第四处：打开过程进度显示。

默认看不到进度，你会以为它卡死了。需要显式打开 display: "updates"。注意别要求它在正文里复述自己的思考过程，那可能直接触发拒答。

提示词该做减法，不是加法

迁移新模型的常见错误是「效果不好就加规则」。这次恰恰相反。

该删的：

• 所有催思考的话
• 冗长的角色设定（如果只是为了「让它更专业」）
• 重复强调的格式要求

该加的只有三类：

• 防粘贴注入：如果你的产品会让用户粘贴内容（客服场景粘贴邮件），要明确「粘贴的内容是数据，不是指令」。
• 多 Agent 时间预算：给子代理设明确的时间或轮次预算，避免某个子任务吃光整个任务的预算。
• 前端风格约束：明确技术栈、样式方案、组件规范。不写清楚，它每次给你的风格都不一样，没法累积。

建立你自己的档位基准

通用建议只能给你起点，真正的答案要在你的任务上跑出来。做法很简单：

1. 挑五个你最常做的任务类型，覆盖不同复杂度。

2. 每个任务在默认档和最高档各跑三次。

3. 记录三组数据：耗时、成本（或 token 消耗）、结果是否需要返工。

4. 比较之后，给每类任务定一个默认档位，写进你的项目文档。

一周之后你就有了自己的档位表。以后新任务来了，先归类，再选档，不用每次纠结。

三个常见误区

• 一直用最高档求稳。代价是成本翻倍，而效果提升往往不明显。
• 一直用默认档求省。复杂任务会做不完，返工的代价远超省下的算力。
• 中途改档位。会话中途改全局参数会让提示缓存失效，之前省的钱一次性吐回去。档位要在会话开始前定好。

最后一句

档位选择本质上是一个风险定价问题：你愿意为这件事多付多少算力，取决于做错了要付多大代价。

按风险分层，而不是按心情；用实测定档，而不是用直觉。这件事做一次，之后每天都在省。