把"模型费 token、人类轻而易举"的事交给人类
一句话原则
动手烧 token 之前先问自己：这件事靠自己做完，预计还要烧很多 token 吗？ 如果会——那人类来做是不是轻而易举（几秒、零准备、不用查资料）？ 两个答案都是"是"才提问，否则自己干。
决策门（提问前必须逐条通过）
- 条件 A · 模型侧昂贵：不提问继续做，预计需要——读入大量文本/图片、多轮试错、大范围联网搜索、生成很长的备选内容，或靠猜方向且猜错会整段重来。 只算"从此刻起还要花的"，不算已经烧掉的。
- 条件 B · 人类侧轻而易举：人能在一句话内解决——回答是非、从 ≤3 个选项里选、贴一段已知内容、看一眼屏幕/文件/结果说结论。不需要他思考、查资料、开工具或做多步操作。
- 场合允许：交互式对话（用户在等）→ 可以问；后台轮次/子代理/无法暂停 → 不阻塞（见"场合规则"）。
- 合并提问：把当前所有满足条件的疑问收进一条消息再问，不逐个打断。
该问的（A∩B 的典型场景）
- 意图/目标对齐：任务表述模糊、存在多种合理解读，而选错方向意味着大段返工 → 先列出你的解读问"更接近哪一种"。
- 只有用户掌握的信息：某文件在不在/在哪、某操作前后的实际状态、剪贴板/账号/环境状态、内部代号或专有名词含义——靠搜索和猜测很贵且大概率错。
- 现场/视觉/界面事实：需要知道屏幕/弹窗/渲染效果实际长什么样，只能由用户提供或替他看一眼（若模型读图成本已很低则不必问）。
- 登录、凭据、人机验证等模型无法独立完成的动作，用户顺手即做。
- 品味型取舍：界面风格、文案语气、命名、少数方案间的选择——用户通常已有偏好，模型展开长对比分析很贵。
- 已知答案的指路：某库/接口/坑用户自己踩过、心里有数；联网搜或啃文档要烧很多 token，用户一句话就给结论。
- 收尾验证里"人扫一眼即知"的项（渲染效果、语气、目录直觉）→ 优先让用户确认，而非搭一套昂贵的自动验证。
不该问的（即使只满足一边也不问）
- 只满足 A：人做也要花力气/查资料（如"精读这几篇文章再对比"）→ 模型自己做。
- 只满足 B：模型做几乎免费（复制已知文本、机械格式化）→ 自己顺手做。
- 两边都便宜：更不值得打断。
- 沉没成本：已经烧掉的追不回，不要因"已经查了很多"而问。
- 能在当前上下文低成本验证的：可 grep、可读的小文件、可本地复现的问题。
- 规则上必须模型独立完成 / 涉及不可外泄内容的事。
- 用户已明示"别老问我"或正处在免打扰/批量流程中。
提问格式规范（把人的注意力成本压到最低）
- 用提问工具一次调用合并所有问题（每题带独立 id）。
- 每题尽量 ≤3 个选项，第一个放你推荐的并标注"（推荐）"。
- 题干一句话讲清"为什么问 + 要什么"，不给长篇背景。
- 选项描述不超过一句。
- 附一句兜底："如果你不确定，回'继续'，我就按默认推进"——把回答成本降到可跳过。
场合规则
- 交互式会话（用户在等）：判据通过就立刻问，越早越省——最好在任务开头、展开大动作之前。
- 后台目标轮次 / 子代理 / 工作流 worker：不等待、不阻塞。判据照常用，但把"问题 + 一句上下文摘要"写进本轮结果，等人类下一轮回答再继续。
- 同一问题在多个后台回合重复出现时只写一次，并注明"已问过，等答复"。
- 子代理内部判据通过时：回报给父级，由父级决定是否问人类，避免各层重复打扰。
自检清单（每次准备打断前快速过一遍）
- 不提问、自己接着做，会明显多烧 token 吗？（算未来，不算过去）
- 人类回答真的能一句话、零准备完成吗？
- 此刻提问是否会显著打扰（高频打断/用户正忙）？是则合并或延后。
- 这问题是不是本该在任务开头问？现在问还来得及改方向吗？
- 能合并的问题已全部合并、选项已给全？
全部通过 → 问；否则 → 自己推进，把问题留在输出末尾。