同一段对话里前松后紧，Anthropic 让开发者终于能中途给模型"踩油门"。11 月 12 日，这家 Claude 开发商给 API 加了一项 Beta 能力：开发者可在消息流里随时调节 effort，也就是模型回答问题愿"费多大劲"的档位，帮人在回答充分度、响应速度与使用成本之间随手拨秤。
换挡不重开，缓存不掉线
过去一段会话只能套一套固定参数，如今不必了。做法是往消息序列里插一条空白 system 消息，再用新的 output_config.effort 指定目标等级，顶层配置和已经命中的提示缓存都原样保留。要留意的是，这道调令不回溯——它从下一条带新输入的用户消息才开始生效，已生成的内容纹丝不动，所以插在哪、何时等来下一次提问，都得算准。
从闲扯到硬核，一处分水岭
effort 调的远不止最终写多少字，思考深度、调工具的次数、组织回答的投入都会被牵动。典型用法是：对话前半段做轻量问答，切到复杂分析的那一刻拉高档位，模型便自动加力。对长链路智能体尤其划算——前期检索用低档省 Token，遇到真正要推理的节点再升档，不必为整段对话提前埋单。当 AI 学会"看菜下饭"，算力和账单才算真正捏在了开发者手心。
