ClawCodex /modo consultor: Emparelhe Trabalhador Barato com Revisor Caro para Reduzir Custos sem Perder Qualidade

A maioria dos CLIs de agentes força você a escolher um único modelo: Opus oferece ótimas decisões, mas queima seu orçamento, enquanto Haiku é barato, mas perde chamadas arquitetônicas críticas. ClawCodex, uma versão Python de código aberto do Claude Code, resolve isso com um modo /advisor que combina um modelo trabalhador barato com um modelo revisor caro em pontos-chave de decisão.

Como Funciona

O trabalhador barato (ex.: haiku-4-5, deepseek-v4-pro) cuida do trabalho pesado — leitura de arquivos, edições, execução de testes. Em pontos de decisão — antes de se comprometer com uma interpretação, antes de declarar uma tarefa concluída ou quando está travado — o trabalhador pausa e consulta um revisor mais forte (ex.: opus-4-7). O revisor vê a conversa completa (todas as chamadas de ferramenta, todos os resultados) e retorna um breve conselho de Lacunas / Riscos / Próximos passos. O trabalhador então continua.

Dois Modos de Execução

• Lado do servidor (Anthropic 1P): Usa um cabeçalho beta de advisor — uma única viagem de ida e volta, amigável ao cache de prompt. Tanto o trabalhador quanto o revisor rodam na Anthropic.
• Lado do cliente (qualquer provedor): O trabalhador emite um tool_use regular, o agente intercepta e faz uma chamada separada para o modelo de advisor configurado. Duas viagens de ida e volta, mas você pode misturar provedores — ex., trabalhador DeepSeek + revisor Claude Opus, ou trabalhador Gemini + revisor GLM.

Configuração e Monitoramento

A configuração é uma única linha no REPL:

/advisor anthropic:claude-opus-4-7
/advisor deepseek:deepseek-v4-pro

A barra de status mostra tokens do trabalhador, tokens do revisor e custo em USD separadamente, para que você veja exatamente onde está gastando.

Benchmarks e Compatibilidade

O ClawCodex suporta nativamente Anthropic, OpenAI, Gemini, DeepSeek, GLM, Minimax e OpenRouter. No SWE-bench Verified, o agente atinge 58,2% com Gemini 2.5 Pro contra 53% do OpenClaude sob a mesma estrutura de testes.

A Parte Difícil: Prompts

O desafio de engenharia mais complicado foi impedir que o revisor apenas repetisse o plano do trabalhador — versões iniciais desperdiçavam contexto com repetições literais. A solução foi uma regra estrita de "sem voz em primeira pessoa, sem ecos" combinada com o template Lacunas / Riscos / Próximos passos.

Para Quem É

Desenvolvedores que usam agentes de codificação de IA e querem o julgamento arquitetônico nível Opus sem pagar os preços do Opus em todas as chamadas.