在 DRACO 最新的深度研究评测中，一组打破行业常识的数据引发了震动：开源 Agent 框架 OpenSquilla 通过一种巧妙的“排兵布阵”，将 DeepSeek、GLM、Kimi、Qwen 四个国产模型组合成并行协作队伍，最终得分（60.85）不仅超越了 Anthropic 最新旗舰 Fable5（59.80），成本更是仅为后者的三分之一。这组数据揭示了一个正在成形的行业共识：AI 的竞争焦点正从单纯比拼模型参数的“单点能力”，转向如何高效组织模型的“组合能力”。
过去两年，大模型竞争主要围绕基础模型的榜单表现展开，但在进入应用深水区后，单纯依赖“最贵、最强”的单一模型已不再是性价比最优解。行业开始重新审视 Agent 的核心公式：Agent = Base Models + Harness。如果说基础模型是提供智力的大脑，那么 Harness（调度层）就是决定大脑如何工作的神经系统。它负责上下文管理、工具调用、失败恢复以及多模型协作。研究表明，即便不更换模型，仅通过优化 Harness 层的调度策略，任务完成率就能产生近 30% 的巨大差异。
OpenSquilla 0.5.0 的发布，正是 Harness 层进化的典型样本。其核心机制“Agentic Routing”不再局限于请求入口的简单分流，而是深入到任务执行的每一个步骤。系统会根据当前的执行状态、风险等级和上下文需求，动态决定是调用轻量模型处理简单指令，还是调度多模型并行提案以补全信息盲区。这种“多样性采样+共识聚合”的机制，有效解决了单一模型在复杂任务中容易出现的漏查信息、算错数值或顾此失彼的短板。
这一趋势标志着国产模型价值的重塑。虽然在单模型评测中，国产模型与海外顶尖旗舰仍存在分差，但在 Harness 层的统筹下，不同模型的特长被精准匹配到具体任务环节。简单的工具调用由低成本模型完成，复杂的逻辑推理由强模型攻坚，多模型并行则负责交叉验证。这种工程化的调度能力，让“混用国产模型”在真实任务中跑出了比肩甚至反超海外旗舰的成绩，证明了通过架构创新可以抹平模型本身的代差。
AI 行业的效率红利，正在从基础模型侧向执行框架侧转移。未来的 Agent 竞争，将不再仅仅是看谁的模型更聪明，而是看谁能以更低的成本、更稳的架构交付结果。当模型使用成本可以通过系统工程被大幅压缩，那些原本因 ROI（投资回报率）算不过账而无法落地的复杂场景，将重新获得商业化的可能。Harness 调度层，已然成为 Agent 下半场隐秘而关键的决胜战场。
本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29