Před několika dny zařadila společnost Anthropic Fable natrvalo do plánů Max. Načasování mnohé napoví: přišlo hned poté, co OpenAI vydala GPT-5.6 Sol, a — což je podstatnější — hned poté, co Kimi K3 zveřejnila své váhy. Aby největší AI laboratoř dostala studenou sprchu a ukončila marketingový povyk kolem svého vlajkového modelu, musel to zařídit open-source model. Už jen za to si zaslouží přípitek každý, kdo platí tyhle faktury.
Ale „zahrnuto v předplatném" není totéž jako „levné" a rozhodně to není totéž jako „levné navždy". Proto jsme — dokud se Fable ještě účtoval podle spotřeby — přestavěli svůj workflow tak, aby byl drahý model mechanicky zablokován od psaní kódu. Myslí, plánuje a kontroluje. Levnější modely píší. Tento článek ukazuje, jak to funguje a co to v součtu znamenalo napříč všemi přepisy, které máme — 606 skutečných sezení zahrnujících produkční SaaS monorepo, aplikaci pro provoz dronů, marketingový web a CI agenty, kteří je obsluhují.
Část 1 — Past a princip
Naše upřímná výchozí pozice zní: bez špičkových modelů už nedokážeme fungovat. Nikdo v týmu by bez nich neudržel současný výkon — a právě tato závislost je tou pákou, kterou velké laboratoře drží. Podle našeho čtení dnešní AI předplatná dodávají výrazně více výpočetního výkonu, než kolik stojí; jsou to ceny na dobytí trhu a ceny na dobytí trhu jednou skončí. Až se tak stane, zaplatí, co se řekne, ten, kdo si kolem „neomezených špičkových tokenů" postavil celou inženýrskou kulturu.
Existují dvě obrany. První je udržovat si věrohodnou únikovou cestu: otevřené modely jako DeepSeek a Kimi jsou tím, co si vynutilo letošní korekci cen, a pákou zůstanou jen tehdy, když naše workflow skutečně udržíme přenositelné i na ně. Druhou je disciplína ve workflow: utrácet špičkové tokeny jen tam, kde nic levnějšího nefunguje. Tento článek je o té druhé — protože s ní můžete začít už v pondělí.
Princip je dost starý na to, aby po něm byla pojmenovaná budova: architekt nezdí cihly. Náskok špičkového modelu před střední třídou je obrovský v návrhu, rozkladu práce a kontrole — a téměř nulový při vypisování přejmenování napříč čtyřiceti soubory. Takže si role rozdělte. Cenový žebřík říká v dolarech totéž:
Jak funguje vzor fable-architect
Dovednost fable-architect je soubor markdown o zhruba 100 řádcích plus jeden shellový hook, který se načte vždy, když sezení Claude Code běží na špičkovém modelu. Vynucuje dělbu práce:
- Architekt dělá: vyptává se na požadavek, zkoumá kódovou základnu, činí veškerá designová rozhodnutí — přístup, tok dat, názvy, signatury, okrajové případy — rozkládá práci na nezávislé řezy, kontroluje vrácené diffy, spouští ověření a píše veškerou prózu (plány, briefy, texty PR, zprávy commitů).
- Architekt nikdy nedělá: nezapisuje ani needituje zdrojový soubor. Žádný kód v chatu nad rámec krátkých signatur uvnitř briefu.
Tři věci způsobují, že to funguje v praxi, a ne jen na slidu.
1. Brief je rozhraní
Každý řez dostane jeden implementační brief. Implementátor začíná s prázdným kontextovým oknem — vše, co v briefu není, musí znovu objevit nebo odhadnout. Toto omezení je přednost: nutí architekta dokončit rozhodování ještě před delegováním. Brief obsahuje rozhodnutí, ne varianty.
## Implementační brief: <slice>
Cíl: jedna věta, pozorovatelný výsledek
Kontext: co už explorace zjistila — výňatky, nejbližší
vzor k napodobení, ukotvení v řádcích, úskalí
Soubory: cesty k vytvoření/úpravě — výhradní vlastnictví tohoto řezu
Design: zvolený přístup — tok dat, názvy, signatury, okraje
Omezení: platná pravidla projektu: styl, vrstvy, bezpečnost
Mimo rozsah: čeho se nedotýkat, včetně souborů vlastněných jinými řezy
Delegování: smí tento řez vytvářet dílčí implementátory, a kolik
Ověření: přesné příkazy a očekávaný výsledek
Dva z těchto řádků jsou novější než zbytek a existují proto, že se nám úroveň implementátora změnila pod rukama — viz aktualizace níže.
2. Vynucení, ne pocity
Ochranný hook PreToolUse sleduje sezení: pokud se architekt pokusí editovat neprozaický soubor, spustí se žádost o oprávnění. Schválení této žádosti je dokumentovanou výjimkou pro triviální úpravy (překlep, zvýšení verze — případy, kdy režie delegování stojí víc než psaní). Třením je politikou. Bez hooku vydrží „drahý model nemá programovat" přesně do prvního termínu.
3. Kontrolní smyčka zaceluje mezeru v kvalitě
Architekt čte zprávu agenta a skutečný diff — nevěří ani jednomu samotnému — a když na tvrzení záleží, znovu spustí klíčové ověřovací příkazy. Našel problém? Oprava jde zpět ke stejnému agentovi, který stále drží celý svůj pracovní kontext. Žádné ruční opravování, žádné nové oživování od nuly.
Všimněte si, že jde o ověřování ze strany architekta, a to zůstává. Co jsme začali odstraňovat, je ověřování, které jsme dříve psali do briefů — instrukce, aby si implementátor všechno dvakrát zkontroloval. Novější implementační modely to dělají samy od sebe a říkat jim to znovu znamená kupovat druhý průchod, který jste už zaplatili.
Připraveni rozšířit své podnikání?
Začněte svou bezplatnou zkušební verzi ještě dnes a viďte výsledky během několika dní.
Co jsme naměřili
Abychom ověřili, zda jde o skutečný ekonomický mechanismus, nebo jen o příjemný rituál, prošli jsme všechny přepisy Claude Code napříč našimi projekty, odstranili duplicitní API požadavky a ocenili každý token podle aktuálních ceníkových sazeb. Tři hypotézy, zaregistrované ještě před pohledem na čísla jednotlivých sezení:
- H1 — Implementátoři odvádějí psaní. Pokud platí, měli by subagenti implementátoři v delegovaných sezeních vyprodukovat více výstupních tokenů než hlavní smyčka architekta.
- H2 — Delegování je levnější. Pokud platí, mělo by přecenění práce implementátorů na sazby architektova modelu vyjít výrazně dráž, než co jsme skutečně zaplatili.
- H3 — Kvalita drží. Ta těžká: delegovaný kód by neměl vyžadovat více přepracování než kód napsaný architektem.
Základní pravidla. Jeden API požadavek se rozprostírá přes mnoho řádků přepisu, které opakují stejný objekt o využití — seskupili jsme je podle ID požadavku, vstupní a cache tokeny počítali jednou na požadavek a brali maximální snímek výstupu (naivní součet po řádcích nadhodnocuje 2–3×). Náklady používají aktuální ceníkové ceny Anthropic — Fable 10/50 USD, Opus 5/25 USD, Sonnet 3/15 USD za milion vstupních/výstupních tokenů — s čtením z cache na 10 % vstupní ceny a zápisy do cache podle sazeb pro jednotlivé TTL. 31 z 354 sezení interaktivního obchodu splňuje podle konzervativního klasifikátoru kritéria pro sezení fable-architect; grafy ukazují osm nejdražších. Uvádíme poměry a procenta, nikoli naše absolutní výdaje.
Část 2 — Účtenky
H1 — Smíšené… řeklo první účtování. V největších delegačních sezeních hypotéza platí jednoznačně — až 2,3× více výstupu od implementátorů než od architekta. Ale napříč všemi 31 sezeními fable-architect architekt implementátory stále předstihl, 3,59 milionu ku 3,15 milionu tokenů. Částečně je to fér — architektův výstup zahrnuje všechny plány, briefy a kontrolní prózu, což je přesně jeho práce — a částečně to vypadalo jako sezení, která delegovala jeden řez a zbytek si nechala. Pak jsme si vzpomněli, že náš redesign webu vůbec nepůsobil jako práce pro architekta, a vydali se hledat tokeny, které účtování subagentů nedokázalo vidět.
Přihlaste se k odběru newsletteru
Získejte nejnovější tipy, trendy a nabídky zdarma.
Druhý kanál: issue tracker jako sběrnice pro delegování
Účtování subagentů má slepé místo: vidí jen delegování, které probíhá uvnitř sezení. Sezení s redesignem webu — největší řádek v grafu výše — se ukázalo jako něco úplně jiného: jediná smyčka architekta, která běžela 107 hodin v kuse (292 naplánovaných probuzení), rozložila redesign do GitHub issues, označila je pro naši CI pipeline a pak dohlížela: sledovala běhy, kontrolovala pull requesty pipeline a zakládala navazující issues, jak QA odhalovala chyby.
Psaní probíhalo tam, kam naše těžba podle sezení vůbec nekoukala: v samostatné flotile self-hosted runnerů, kde se fáze pipeline plán → implementace → vyhodnocení mezer → kontrola vykonávaly jako 252 nezávislých sezení Opus během 4,5 dne a dotkly se 48 různých issues a PR.
H1, znovu — Potvrzeno v měřítku projektu. Sečtěte oba kanály a obrázek se obrátí: pipeline napsala 10× více výstupních tokenů než smyčka architekta, která ji vyslala (9,07 milionu vs. 877 tisíc), a to vše za sazby Opus. Provozovat tuto implementační vlnu na architektově modelu by stálo 2,1× více — u jednoho redesignu, v jednom týdnu, a to ještě před započtením subagentů v rámci sezení. Issue je jen hrubším zrnem brief: stejné rozhraní, stejná ekonomika, o úroveň výš.
H2 — Potvrzeno, s jedním zvratem. Přecenění přesných objemů tokenů implementátorů na sazby architektova modelu prodraží každé sezení — od +2 % do +54 %, v průměru osm nejdražších +17 %. Skutečné peníze, ale méně, než by naznačovala dvojnásobná mezera v ceně výstupu. Zvrat: peníze neodcházejí za výstup. V největším sezení stálo architektovo čtení z cache asi 13× více než všechno, co napsal — dominantním výdajem je drahý model držící a znovu pročítající velký orchestrační kontext, nikoli psaní. Delegování zastropuje účet za výstup; další pákou je udržet architektův kontext štíhlý.
H3 — Zde neměřeno. Účtování tokenů nevidí kvalitu kódu. Co můžeme říci pozorováním: kontrolní smyčka je nosná — zprávy a diffy se rozcházejí dost často na to, aby čtení obojího bylo nepřekročitelné — a opravy směrované zpět agentovi s teplým kontextem konvergují rychle. Pokud to zopakujete a přepracování změříte pořádně, chceme to vidět, zvlášť pokud nás to vyvrátí.
Co nás naučila širší data
- Adopce je gradient, ne vypínač. V aplikaci pro provoz dronů — menší a rychlejší — běží vzor fable-architect v 18 % sezení; na starším SaaS monorepu v 9 %. Projekt, který delegoval nejvíc, to dělal na obou zrnech zároveň: implementační briefy v rámci sezení a 252 sezení pipeline vyslaných přes issue tracker.
- CI flotila tuto dovednost nespouští — protože sama je implementátorem. Naše automatizované runner sessions nikdy nevytvářejí subagenta implementátora, což se nejprve četlo jako neadopce. Prompty říkají něco jiného: každý je fází pipeline — ověření, kontrola, vyhodnocení mezer — a zhruba šest z deseti pracuje s konkrétní issue nebo PR. V měřítku projektu jsou runnery pipeline tou úrovní implementátora.
- Nejlevnější úroveň ještě nezažila svůj první pracovní den. Všech 78+ běhů implementátorů bylo třídy Opus; vrstva mechanických úprav na Sonnet byla přidána teprve nedávno a zatím nebyla vyvolána. Ať už toto měření ukazuje jakékoli úspory, jsou spodní hranicí.
Rozhraní je to podstatné: dovnitř brief, ven diff — dovnitř issue, ven PR. V den, kdy dorazí zdražení, vyměníte zedníka, ne proces.
Plné přiznání. Modely ověřené z řetězců v přepisech, ne předpokládané. Dvakrát jsme se sami opravili (nejprve nadpočet tokenů po řádcích, pak provizorní tabulka cen). Kontrafaktuál předpokládá, že by architekt spotřeboval stejné objemy tokenů jako implementátoři — chybové rozpětí jde oběma směry. Sezení pipeline žijí v úložišti přepisů, které naše první dvě těžební průchody nezahrnuly do rozsahu; hranice účtování před námi skryla delegační kanál o 9 milionech tokenů a ten váš má pravděpodobně taky. Jde o projekty jednoho inženýra, převážně kontrola a opravy a práce na funkcích — nikoli o řízený benchmark. Korpus se navíc uzavírá před vydáním Opus 5: každé číslo výše je Fable jako architekt nad implementátory třídy Opus 4. Ceny příček se po příchodu Opus 5 nezměnily, takže naměřené poměry platí — ale co se změnilo, najdete v další sekci.
Aktualizace — žebřík se pod námi pohnul
Opus 5 vyšel poté, co se tato měření uzavřela, a na cenovém žebříčku se nic nezměnilo: Opus je stále 5/25 USD za milion vstupních/výstupních tokenů, Fable stále 10/50 USD a graf výše je stále správný. Co se změnilo, jsou schopnosti na jednotlivých příčkách. Anthropic staví Opus 5 jako skokovou změnu v hlubokém uvažování a dlouhodobé agentní práci — tedy přesně v práci, ze které se skládá role architekta, a to za polovinu ceny architektovy úrovně.
To míří přímo na náš vlastní zvrat u H2. Pokud dominantní náklad architekta tvoří čtení z cache a čtení z cache se účtuje na 10 % vstupní ceny, pak architekt běžící na Opus 5 znovu pročítá svůj orchestrační kontext za 0,50 USD za milion tokenů místo 1,00 USD u Fable. Položka, která stála 13× víc než všechno, co architekt napsal, se zkrátí na polovinu. Toto jsme neměřili — je to aritmetika za stejného předpokladu rovného objemu tokenů, který jsme označili u kontrafaktuálu 2,1×, a je to další věc, kterou hodláme testovat. Pokud to platí, zajímavá otázka už nezní které modely použít, ale zda architekt vůbec potřebuje nejvyšší příčku.
Tři věci na nové úrovni implementátora mění samotný vzor, nejen jeho cenu:
- Sahá po subagentech ochotně — opak svého předchůdce, kterého bylo třeba k delegování vůbec přemlouvat. Implementátor, který tiše vytváří vlastní implementátory, násobí účet, aniž by se někdo díval. Odtud řádek
Delegování:v briefu: řez nyní uvádí, zda se smí rozvětvit, a jak široce. - Ověřuje svou práci bez vyzvání. Ověřovací instrukce psané pro starší modely nyní kupují zbytečný druhý průchod, takže z briefů mizí. Architektova kontrolní smyčka zůstává nedotčena.
- Rozšiřuje rozsah.
Mimo rozsah:přestává být prázdnou frází a stává se řádkem, který udržuje řez řezem.
A příčka, kterou jsme nikdy nepoužili, se zostřila, zatímco jsme se nedívali: Sonnet 5 přichází s kvalitou blízkou Opus při programování za 3/15 USD, s uváděcí cenou pod tím až do konce srpna. „Ať už toto měření ukazuje jakékoli úspory, jsou spodní hranicí" byl při psaní opatrný odhad. Teď to čte jako podhodnocení.
Část 3 — Kam to záměrně směřujeme
Záměrně kormidlujeme k rozdělení, do kterého se podle nás bude muset dřív nebo později vtlačit každý inženýrský tým: drahé špičkové modely jen na brainstormingu, architekturu a kontrolu; stále levnější modely na samotné programování. Dnes jsou naši implementátoři třídy Opus. Na workflow se nic nezmění, až se z nich stanou modely třídy Sonnet, DeepSeek nebo Kimi — rozhraní je konstrukčně nezávislé na modelu. V tom je celá strategická hodnota: v den, kdy skončí dotace a faktura se zdvojnásobí, týmy s touto disciplínou změní jeden řádek konfigurace. Týmy bez ní znovu vyjednávají celou svou nákladovou strukturu pod tlakem.
Fable-architect je dětský krůček — adopce je částečná a nejlevnější úroveň ještě nezažila svůj první běh. Ale je to krok, který buduje sval: psát briefy, které řez plně specifikují, kontrolovat diffy, které jste nepsali, a zacházet s pozorností drahého modelu jako s rozpočtem. A vlna redesignu ukazuje, kam ten sval vede: jakmile fungují briefy, fungují issues a drahý model přestane implementaci věnovat pozornost úplně.
Co můžete udělat v pondělí
- Rozdělte role ve svém agentovém harnessu. Jedno pravidlo na úrovni sezení: špičkový model plánuje a kontroluje; všechny úpravy souborů delegujte na levnějšího agenta implementátora. V Claude Code jde o dovednost plus definice subagentů — jedno odpoledne nastavování.
- Udělejte hranici mechanickou. Přidejte hook před editací, který zpochybní vlastní zápisy drahého modelu do souborů. Pravidlo, jehož porušení nic nestojí, bude do pátku porušeno.
- Pište briefy podle pevné šablony. Cíl, kontext, soubory, design, omezení, mimo rozsah, rozpočet na delegování, ověření. Šablona je ta disciplína — a rozpočet na delegování je to, co zastaví implementátora, aby si tiše najal vlastní.
- Kontrolujte zprávu i diff. Nikdy nevěřte jen jednomu; znovu spouštějte ověřovací příkazy, na kterých záleží.
- Změřte si vlastní rozdělení. Vaše přepisy už ta data obsahují — seskupujte podle požadavku, oceňujte podle modelu a podívejte se, kdo skutečně píše. Nám to ukázalo nevyužitou levnou úroveň a delegační kanál o 9 milionech tokenů, o kterém jsme nevěděli.
- Rozšiřte rozhraní z briefů na issues. Brief deleguje hodinu práce; issue deleguje den. Jakmile vaše issues ponesou akceptační kritéria, na která pipeline dokáže reagovat, může drahý model zakládat práci v trackeru a dohlížet, místo aby seděl ve smyčce u každého řezu.
- Udržujte únikovou cestu v teple. Jednou týdně spusťte levný nebo otevřený model jako implementátora na jeden nízkorizikový řez. Přenositelnost, kterou nikdy nevyzkoušíte, je přenositelnost, kterou nemáte.
- Přeceněte architekta, nejen zedníka. Každé vydání modelu posouvá příčky, ale ne žebřík. Pokud většinu vašich výdajů na architekta tvoří kontext a ne psaní, levnější úroveň architekta má větší hodnotu než levnější úroveň implementátora — zkontrolujte, kterou z nich podle vašich přepisů vlastně kupujete.
Laboratoře nám budou dál tvrdit, že jejich nejlepší modely stojí za jakoukoli cenu, a — k naštvání — u práce s úsudkem mají většinou pravdu. Řešením není se zdržet. Řešením je přestat platit špičkové ceny za for-cykly.
