马具效应：编排设计如何决定企业代理型AI的代币经济
研究表明，通过优化编排层（Harness）而非仅关注模型本身，可显著降低企业代理型AI的运营成本并提升效率。实验显示，使用Writer Agent Harness可使每任务成本降低41%，时间缩短44%，代币消耗减少38%，且质量保持不变或略有提升。
基于最近提交至arXiv的一篇研究论文（编号2607.06906），题为“马具效应：编排设计如何决定企业代理型AI的代币经济”，研究团队揭示了在代理型AI开发中一个被忽视的关键因素——编排层（Harness）的设计对成本和性能的巨大影响。
当前，代理型AI开发普遍存在“代币最大化”现象：开发者通过消耗更多代币来提升能力——更长的推理链、更多交互轮次、更大的工具负载、更丰富的上下文重放——导致每任务代币消耗的增长速度超过任务价值本身。虽然每代币价格持续下降，但总支出仍在上升。
研究团队认为，对抗代币最大化的决定性杠杆是“马具”（Harness），即负责组装上下文、暴露工具、序列化交互、委派任务并承载企业可观测性与治理的编排层。为了验证这一假设，他们设计了一项受控实验：在22个固定评估任务上，使用6种不同的基础模型（Claude Sonnet 4.6、Gemini 3.1、Gemini Flash 3.5、Qwen 3.6、GLM 5.1、Palmyra X6），仅改变编排层——比较一个冻结的传统生产循环与Writer Agent Harness。
结果令人瞩目：在模型保持不变的情况下，Harness使每任务混合成本降低41%（从0.21美元降至0.12美元），中位运行时间减少44%（从48秒降至27秒），每任务代币消耗减少38%（从14.2k降至8.8k）。任务完成质量保持持平（从0.78提升至0.81，仅具方向性意义）。效率提升具有模型不变性——所有模型均变得更便宜（降幅33-61%），而质量提升则依赖于模型能力：模型的质量提升与其基准强度几乎完全相关（相关系数r=0.99，n=6），作者将此现象称为“马具杠杆”。
此外，每美元的质量提升达到82%；每百万代币完成的任务数从54.9增至92.0。在该工作负载下，编排层对每任务成本的影响甚至超过了整个模型菜单的跨度。论文还形式化了编排层的代币经济学（包括提示缓存下的有效输入价格），详细描述了实现该效果的六种机制族（从缓存形状约束到失败支出治理），并在相同维度上比较了六种广泛使用的代理系统。
作者最后强调，Harness是唯一一个效率可以跨组织当前和未来运行的每种模型倍增的组件。这一发现对企业在构建和部署代理型AI系统时具有重要指导意义：与其单纯追求更强大的模型，优化编排层设计可能带来更显著的成本和效率优势。