在不牺牲质量的前提下，哪种策略最能有效降低多 agent pipeline 的 token 成本？

解析

• C正确：让模型能力与任务复杂度相匹配——把简单、机械的子任务（分类、格式化、抽取）路由到更小、更便宜、更快的模型，同时把大模型留给真正复杂的推理步骤——是在不降低输出质量的前提下削减 token 成本最具杠杆效应的做法，这也与 Anthropic 自己的 multi-agent orchestrator/subagent 指导一致。三个干扰项都只能靠牺牲质量来省 token：
• A即便面对困难的推理也一律用最小的模型，在复杂步骤上会失败；
• B把所有 tool output 一律截断到固定的 100 tokens，丢弃了 agent 需要的信息；
• D移除 system prompt，把让 agent 保持在任务上的指令与角色/上下文一并剥掉了。