先把这个结论撂这：现在一堆人拿 Opus 5.5 当 Opus 5 的加强版用，这是这笔账里最大的亏损点。官方那篇九分钟阅读的博客，表面上是使用指南，实际上是一份成本转移账本——它告诉你新模型不是生成代码更快了，是它开始替你“执行”了。“执行”这两个字一出来，你的成本结构就变了。你以前花的是什么钱？写提示词的钱。你写一段需求，它回一段代码，你看一眼改一版。这个钱花在来回上，叫交互成本。Opus 5.5 是它自己跑几个小时的，成本模型就变成了管理成本——你的钱花在设定边界、设置停顿条件、检查结果上。这两笔账差太远了。你还用交互成本的方式去用它，就是多付了一倍的钱没买到东西。
说白了，这个模型是让你从“开发者”变成“监工”。监工的账怎么算？不是看你写了多少提示词，是看你定的规则省下多少人工干预。规则定得垃圾，它跑三个小时给你交一堆偏差，你回头全改；规则定得好，它跑完你只看三个标题。这中间的差价才是 Opus 5.5 的真实价值。我一开始也觉得官方这篇就是营销稿，读到最后才回过味来——它不是教你“怎么用”，是教你“怎么不亏”。里面那些建议听着琐碎：在 CLAUDE.md 里写一条规则说清楚什么时候该停下来问、什么时候该继续推进；任务清单写文件里别滚回去翻输出；长任务结束先找“要你处理什么”再看别的。这些全是管理动作。你见过哪个工具的使用文档花大篇幅教你“怎么检查它的工作成果”？以前没有。为什么现在有了？因为这东西跑起来像个人，像人就得管。
这事的核心就在这：Opus 5.5 强就强在能自主跑长任务，但“自主”的对面是“失控”。官方给的例子你细看——早期测试者让它“在很少监督下连续运行数小时执行编码任务”，听着很爽对吧？同一批测试者里肯定有人跑出了满屏偏差却没法中途止损。官方不写这个，官方只会轻描淡写地说一句“长任务会占满上下文窗口，Claude Code 会总结较早轮次”，然后建议你把任务清单写到 TASKS.md 里，完成一项打勾，有新事项就加进去。这话翻译过来就是：你没法靠翻输出日志知道它跑哪了，你得给它设计一个外挂仪表盘。这不是工具升级，这是工作流改造。你不改造，它跑偏了你还乐呵呵等着收结果。
说句扫兴的，这里头最容易被忽略的亏是“半路被切”。文章后面讲到被标记时处理的段落，说 Claude 应用里大多数被标记的消息会转到旧模型上继续，Claude Code 里也会切。对普通问答这没啥，对长任务是灾难。你花了半天对齐规则，设定好几个小时后该交付什么格式，结果它半路切了，后面全是旧模型跑出来的结果，你还当 Opus 5.5 的产出看。你花了 Opus 5.5 的前置成本，拿的是旧型号的货。官方给的应对是“切回去”“新开聊天避免”——本质上是让你把任务拆小，或者接受断点续传的风险。你想想你花钱花在哪了？花在设定长任务上，然后它半路换了执行的人。这笔账亏不亏？
所以怎么用？我的路线是这样的：把 Opus 5.5 当员工管。给规则，设停顿条件，定交付格式，穿插自审。任务清单写文件里，完成打勾。长任务结束先找“要你处理什么”，再看别的。代码审查让模型先过一遍 diff，只列阻断合并的问题，配合文件和行号。这全是管理动作。你会管人，你就会用；你只会写提示词，那现在还在用旧账本算新生意。
还有个细节值得单独拎出来说：官方建议把“让模型仔细思考”这类提示词删掉。他们说的是“回复开始得更快，质量没有明显下降”。但账本上真正的意思是——你可能有一半的提示词成本浪费在要求一个默认行为上。你以为你在喂提示词，其实你在帮模型做它本来就会做的事。这类账才是这波模型上多数人会亏的地方。谁能先搞明白“哪些提示词是废的”，谁就能把省下来的上下文窗口拿去干更值钱的事。这个判断我目前不敢下死话，但方向我敢认。
所以现在用 Opus 5.5，别先纠结“它有多强”。先算两笔账。你用一次长任务，从设定到验收，实际人工介入几分钟？如果超过你原来用 Opus 5 的干预时间，说明你还没转成管理动作。你跑长任务前，有没有写下至少一条关于“什么时候停下来问”的规则？没有，那你还没开始用它，你只是让它替你在那瞎跑。
这波模型的窗口期，真正值钱的不是“它能跑多长”，是“谁能用更低的管理成本让它跑对”。等所有人都知道该管它了，这个窗口也就关了。本期认知税：把“模型变强”当成“我能多用它”，是这波最贵的一笔账。模型变强是它的事，你有没有能力管住它，是你的事。这笔账，你自己算。咱下篇见。