不是调到顶，是调到对的档

有条热度很高的帖子问出了核心：effort 到底是什么？你什么时候该调它？为什么不干脆所有任务都开到 max？作者的路子也实在——翻评测、自己做测试，最后说"结果相当意外"。（文章：见原帖附的 article 链接） "为什么不全用 max"这个问题值得替他展开。直觉上顶配总没错——更用力、更仔细；但实际的账有两面。顶配不是免费的：更长的思考、更多的采样、更贵的 token，当任务本身不需要时，这些开销买到的只是"看起来更认真"；更隐蔽的一面是，更强的 effort 未必对所有任务都更好——简单任务上过度思考会把明确的路径想岔（今晚方法论里提过的反例：让模型"省着点"会罢工，同理，让它"卖力点"也可能在简单题上画蛇添足）。effort 的正确用法因此不是档位越高越好，而是任务难度与努力程度的匹配。 这与今晚档位那条线（按难度分流、简单轮次路由到便宜档）是同一条原则的近亲：那条讲"换便宜的模型"，这条讲"调同一模型的力度"——省钱的两个旋钮，一个在选谁，一个在用多大劲；而两个旋钮的共同前提是那句老话——你得先知道自己在什么任务上：调试、检索、生成、校对，各自该开的档并不一样。 "自测＋评测"这个方法也顺带立了个样板。关于 effort 的争论多半停在感觉层面（"我总觉得 max 更稳"），他选择两边都做：看公开评测、再自己跑对照——关于档位的判断，最终得由自己的任务分布来裁；这与今晚"三道题复现你自己的 12.5 倍"是同一个姿势：不替别人的用例代言，只对自己的账本负责。 给要调 effort 的人一句落地的：先别动默认值——把你这周的任务按"改错要多贵"排个序，然后做一次 A/B：同一批任务，一半默认档、一半顶配，比三项——正确率差多少、耗时差多少、成本差多少。多数人会发现顶配只在最关键的那两三类任务上赢，其余的全是为虚荣付的钱；那两三类，就是你该设默认顶配的地方。