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ⅰ。
。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

中新网上海5月11日电 (陈少颖 许婧)为期23天的2026上海国际花卉节10日落下帷幕。。
。江风裹着花香，，，在徐汇滨江，，，8座由13个辖区街道住民设计搭建的“共创花园”沿江绽放，，，吸睛无数。。
。