作者 ｜ 黄小艺邮箱 ｜ huangxiaoyi@pingwest.com

对 AI 创业公司而言，，，，，token 毛利账单已经酿成生死线
。
。。。。。

这笔账算的是：一家公司挪用模子花掉的 token 本钱，，，，，最终能从用户身上赚回几多收入
。
。。。。。

好比，，，，，一个 Agent 产品为了完成一次使命，，，，，模子挪用本钱是 1 元
。
。。。。。若是它最终只能从用户那里赚回 1.15 元，，，，，token 毛利就是 15%
。
。。。。。据硅星人相识，，，，，对 AI 应用公司来说，，，，，token 毛利基本要做到 30% 以上，，，，，商业模式才有可能进入可循环状态
。
。。。。。

已往一年，，，，，模子厂商一直降价，，，，，把 token 单价往下打
。
。。。。。但对 Agent 公司来说，，，，，单价只是本钱的一部分
。
。。。。。它们真正要自己控制的，，，，，是一次使命究竟要烧掉几多 token
。
。。。。。

这也是 Harness 最先变得主要的原因之一
。
。。。。。

Agent 比谈天机械人更费 token
。
。。。。。它要妄想使命、挪用工具、检索网页、读取文件、治理影象、选择 Skill，，，，，最后再把效果整理出来
。
。。。。。同样一个用户请求，，，，，背后可能跑十几步，，，，，每一步都在消耗 token
。
。。。。。

OpenSquilla 想做的，，，，，就是把这套运行历程里的 token 铺张率降下来
。
。。。。。

OpenSquilla 是一个开源 Agent Harness 框架（https://github.com/opensquilla/opensquilla）
。
。。。。。它在 Agent 应用和模子之间加了一层运行中枢
。
。。。。。简朴来说，，，，，这里有至少四个主要的环节：第一层，，，，，决议调哪个模子，，，，，第二层，，，，，决议喂进去几多上下文，，，，，第三层决议多个 Skill 怎么编排，，，，，第四层贯串所有，，，，，一直让前三层越用越准，，，，，形成某种自我进化的机制，，，，，让这些能力最终内化进Harness里
。
。。。。。

这层 Harness 认真的事情很直接：让 Agent 少花不应花的 token，，，，，同时让它越用越懂用户，，，，，最终可以拯救那些烧token停不下来，，，，，越烧越亏，，，，，甚至就要烧到休业的Agent产品们
。
。。。。。

硅星人相识到，，，，，OpenSquilla 由上；；
；；啥萍加邢薰究
。
。。。。。凭证多个果真报道，，，，，首创人王云鹤曾任华为大模子认真人，，，，，恒久研究模子压缩和高效盘算；；
；；CTO 韩凯是原同厂实验室首席研究员
。
。。。。。最新新闻显示，，，，，基元律动建设仅几个月后，，，，，已完成首轮融资，，，，，估值高达1亿美元
。
。。。。。

自Anthropic等头部公司提出并带火Harness看法后，，，，，真正将自己界说为Harness公司的创业公司事实上并没有泛起大批量高估值融资潮，，，，，这样看来，，，，，基元律动的融资是一个代表性的案例
。
。。。。。

OpenSquilla的信息显示，，，，，它最近在Github上的受接待水平很高，，，，，同时又完成高估值的融资
。
。。。。。关于这样的热门新项目，，，，，我们很好奇Harness 层事实能把 Agent 的本钱和能力进化做到什么水平？？
？？？
？

近期，，，，，我们也去和OpenSquilla的韩凯聊了聊，，，，，实验弄清晰他们的产品事实怎样设计，，，，，为何可以资助Agent产品们实现对token账单更好的控制
。
。。。。。以下是关于这个产品和项目的完整拆解
。
。。。。。

第一层：智能路由就是token管家

已往做 Agent，，，，，许多团队默认会先选一个主力模子
。
。。。。。

最简朴的做法，，，，，是绑定一个旗舰模子
。
。。。。。效果稳固，，，，，开发也省事
。
。。。。。问题是，，，，，一旦 Agent 最先进入真实使命，，，，，这个方案很快会变贵
。
。。。。。

由于 Agent 的一次使命里，，，，，并不是每一步都需要最强模子
。
。。。。。

重大推理、代码天生、长文剖析，，，，，确实需要强模子
。
。。。。。但分类、摘要、名堂整理、工具效果洗濯、上下文压缩，，，，，这些行动纷歧定需要
。
。。。。。许多 Agent 账单高，，，，，不是由于使命自己都很难，，，，，而是每一步都用了统一档模子
。
。。。。。

这也是现在 Agent 创业公司最尴尬的地方：用户不懂模子，，，，，也不应懂模子
。
。。。。。让用户在一排模子里自己挑，，，，，实质上是产品把自己的事情甩了出去
。
。。。。。

我们问韩凯，，，，，OpenSquilla 为什么把模子路由放在第一层
。
。。。。。

他的回覆是，，，，，模子正在酿成一组能力和价钱都差别的 SKU
。
。。。。。差别模子的强项、价钱、延迟、上下文长度都纷歧样
。
。。。。。Agent 若是恒久只绑定一个模子，，，，，就很难同时做到效果和本钱可控
。
。。。。。

OpenSquilla 的做法，，，，，是在使命进入大模子之前，，，，，先用外地路由模子判断使命重漂后
。
。。。。。它会凭证语义、要害词、语言、上下文长度、对话轮次等特征，，，，，把使命分成差别品级，，，，，再匹配差别模子
。
。。。。。

这件事的焦点，，，，，不止是“省一点钱”
。
。。。。。

它把 token 本钱从事后结算，，，，，酿成了挪用前决议
。
。。。。。已往 Agent 公司月尾才知道自己烧了几多钱；；
；；OpenSquilla 想让每一次挪用爆发之前，，，，，系统先判断这一步该花几多钱
。
。。。。。

据团队提供的数据，，，，，OpenSquilla 的智能路由和 OpenRouter 相比，，，，，路由精度高 4.4 个百分点，，，，，本钱低 75%；；
；；和 Anthropic Opus 4.7 跑同类使命相比，，，，，精度基本持平，，，，，成内情差约 9 倍
。
。。。。。

同样是智能路由，，，，，OpenSquilla和 OpenRouter 的区别在于，，，，，它们解决的不是统一层问题
。
。。。。。

OpenRouter 是云端 API 网关
。
。。。。。用户把 prompt 发已往，，，，，它再从几十个模子里挑一个转发
。
。。。。。它的底层也有判断，，，，，但更偏向在已知模子荟萃里按本钱/速率做选择，，，，，或者在统一模子的差别提供商之间调理，，，，，默认逻辑是通用的：它服务的是所有开发者，，，，，不会随着某一个 Agent 的真实使用反馈自动变智慧
。
。。。。。

而OpenSquilla 的路由长在 Harness 里，，，，，实质上是一个外地集成树模子，，，，，它看的是这个 Agent 恒久怎么干活：哪些使命乐成了，，，，，哪些失败了，，，，，哪些地方烧 token，，，，，哪些模子性价比更高，，，，，这些信号会回流到路由里，，，，，继续逊
。
。。。。。

韩凯的判断是，，，，，Agent 公司不可只等模子厂商降价
。
。。。。。模子厂商决议 token 单价，，，，，Agent 公司自己决议每个使命怎么花 token
。
。。。。。

这就是 Harness 的第一层价值：把模子挪用管起来
。
。。。。。

第二层，，，，，上下文治理：Agent 烧掉的，，，，，许多是不应读的

模子选错，，，，，是一类铺张
。
。。。。。上下文塞太多，，，，，是另一类铺张
。
。。。。。

许多 Agent 系统为了省事，，，，，会把 Skill 形貌、工具说明、历史影象、网页内容、中心方法，，，，，一起塞进 prompt
。
。。。。。这样做开发最快，，，，，本钱最高
。
。。。。。

模子每挪用一次，，，，，都要重新读一遍这些工具
。
。。。。。哪怕目今使命只用得上其中一小段，，，，，剩下的 token 也照样计费
。
。。。。。

这在谈天机械人里还没那么显着
。
。。。。。谈天机械人通常是一问一答，，，，，上下文相对短
。
。。。。。Agent 纷歧样
。
。。。。。它会一连妄想、挪用工具、检索网页、读文件、天生中心效果，，，，，再把这些效果带到下一步
。
。。。。。上下文会越滚越大
。
。。。。。

我们问韩凯，，，，，OpenSquilla 详细怎么镌汰这部分铺张
。
。。。。。

他的回覆是，，，，，Harness 要先判断“目今使命究竟需要什么”，，，，，而不是默认把所有工具交给模子
。
。。。。。

以是 OpenSquilla 会按需加载 Skill
。
。。。。。一次使命只注入可能用到的 Skill，，，，，不把几十个 Skill 的说明所有塞进去
。
。。。。。影象也是一样，，，，，不是把历史对话整段搬进 prompt，，，，，而是从外地数据库里检索相关片断
。
。。。。。

工具效果也会先处理
。
。。。。。网页检索返回的 HTML 里，，，，，有标签、样式、导航栏、广告和重复内容
。
。。。。。OpenSquilla 会先裁掉这些内容，，，，，再交给模子
。
。。。。。

这件事听起来像工程细节，，，，，但对 Agent 公司就是账单问题
。
。。。。。

用户不知道 prompt 里塞了什么，，，，，也不知道一次工具挪用返回了几多无关文本
。
。。。。。他只会看到产品好欠好用，，，，，价钱贵不贵
。
。。。。。中心这些铺张，，，，，最后都会落到 Agent 公司的毛利里
。
。。。。。

据团队提供的数据，，，，，OpenSquilla的上下文治理可以特殊带来约 20% 到 50% 的本钱降低
。
。。。。。

韩凯的意思很直接：模子看到的每一个 token，，，，，都应该和目今使命有关
。
。。。。。用不到的 Skill，，，，，不加载
。
。。。。。无关的影象，，，，，不召回
。
。。。。。重复的网页内容，，，，，不进入上下文
。
。。。。。

第三层，，，，，MetaSkill：Skill 变多以后，，，，，用户反而更累了

上下文裁剪解决的是别让模子读太多无关信息
。
。。。。。但 Agent 跑重大使命时，，，，，尚有另一层问题：Skill 怎样被准确选择、组合和挪用
。
。。。。。

Agent 圈已往一年很盛行 Skill
。
。。。。。

一个 Skill 可以明确成一套可复用能力：怎么搜资料、怎么写稿、怎么处理表格、怎么挪用某个工具
。
。。。。。理论上，，，，，Skill 越多，，，，，Agent 越强
。
。。。。。

但真实使用里会泛起另一个问题：Skill 多到一定水平，，，，，用户最先不知道该怎么用
。
。。。。。

一个重大使命，，，，，可能需要多个 Skill 配合
。
。。。。。好比写一篇文章，，，，，要先查资料，，，，，再核事实，，，，，再学习气概，，，，，再写初稿，，，，，再审校
。
。。。。。每一步都有 Skill，，，，，但谁来决议先后顺序？？
？？？
？谁来决议哪个 Skill 该用、哪个不应用？？
？？？
？

许多时间，，，，，用户只能自己当项目司理
。
。。。。。

这也是韩凯谈到 OpenSquilla 的 MetaSkill 时最强调的一点：Skill 不应该只是一堆模板
。
。。。。。真正难的，，，，，是让 Agent 自己把 Skill 组织起来
。
。。。。。

在 OpenSquilla里，，，，，一旦触发MetaSkill，，，，，用户说一个目的，，，，，AI就会拆方法、选 Skill组合、安排依赖关系，，，，，确定是分步处理，，，，，照旧并行处理
。
。。。。。一个目的，，，，，多个方法，，，，，多个Skill，，，，，每个方法和skill的组合，，，，，独享一段上下文
。
。。。。。

这里的行业问题是，，，，，Agent 的能力正在从“单个模子聪不智慧”，，，，，转向“多个能力能不可被组织起来”
。
。。。。。

模子、工具、影象、Skill 都在增添
。
。。。。。用户不可能明确每一个组件，，，，，更不可能每次都手动编排
。
。。。。。Agent 产品若是还让用户自己选模子、选 Skill、排流程，，，，，就会卡在专业用户手里，，，，，很难酿成通俗人能用的产品
。
。。。。。

MetaSkill 想把这层重漂后藏起来，，，，，让用户只需要讲目的
。
。。。。。Harness 认真判断路径
。
。。。。。

韩凯的判断是，，，，，Skill 未来不会只是用户手写的一份提醒词，，，，，而会酿成可检索、可组合、可复盘、可更新的系统能力
。
。。。。。

这也是 OpenSquilla 所谓“可进化”的地方
。
。。。。。

第四层，，，，，可进化：把 Context 训进 Harness

若是用一句话概括OpenSquilla 的可进化，，，，，那就是：让 Harness 学会用户的上下文
。
。。。。。

许多用户用 Agent 都有一个配合体验：第一次让它做使命，，，，，往往要改好几轮
。
。。。。。结构差池，，，，，语气差池，，，，，名堂差池，，，，，重点差池
。
。。。。。用户一直增补：“不要这样”“按这个名堂”“这里保存”“下次记着”
。
。。。。。

问题在于，，，，，Agent往往是，，，，，知道错了，，，，，下次还敢
。
。。。。。这意味着用户每次都在重新指导它，，，，，履历没有沉淀下来
。
。。。。。

MetaSkill则是想要把这些历程留下来
。
。。。。。当一个使命往返改了三次，，，，，最后用户知足了，，，，，OpenSquilla 会回看这段历程：用户补了哪些条件，，，，，纠正了哪些误差，，，，，最终认可了什么效果
。
。。。。。然后把这些信息沉淀进 Skill 或事情流里
。
。。。。。

下次遇到类似使命，，，，，Agent 不必从零最先
。
。。。。。

智能路由也是统一套逻辑
。
。。。。。前面讲到，，，，，它不是一张静态规则表，，，，，而是一个可以凭证使命反馈继续更新的参数化模子
。
。。。。。MetaSkill 学用户怎么做事，，，，，路由学使命怎么花钱
。
。。。。。

这也是 OpenSquilla 对 Harness 的判断
。
。。。。。由于用户输入进来，，，，，Harness 先接住，，，，，做完编排、组织、调理，，，，，再交给模子
。
。。。。。模子输出之后，，，，，也需要 Harness 做后处理、分发和执行，，，，，以是，，，，，Harness 是离 Context 最近的地方，，，，，也最应该学习 Context
。
。。。。。

这件事对 Agent 公司也很主要
。
。。。。。用户少纠正一次，，，，，系统就少跑一轮
。
。。。。。少跑一轮，，，，，就是少烧一轮 token
。
。。。。。用户以为它越来越懂自己，，，，，也更愿意继续用下去
。
。。。。。

以是OpenSquilla 的自进化，，，，，最后照旧回到账单和留存
。
。。。。。

已往许多人把 Harness 明确成模子外面那层工程壳：接工具、管会话、做清静、调 API
。
。。。。。OpenSquilla 的判断更激进一点
。
。。。。。

它押注的是：Agent 真正进入商业化后，，，，，中心这层 Harness 会酿成最要害的位置
。
。。。。。

模子提供能力，，，，，应用界说场景
。
。。。。。Harness 决议这套能力能施展的上限，，，，，和本钱能压到的下限
。
。。。。。

而这会形成新的商业动态平衡
。
。。。。。

点个“爱心”，，，，，再走 吧