馬具效應：編排設計如何決定企業代理型AI的代幣經濟
研究表明，通過優化編排層（Harness）而非僅關注模型本身，可顯著降低企業代理型AI的運營成本並提升效率。實驗顯示，使用Writer Agent Harness可使每任務成本降低41%，時間縮短44%，代幣消耗減少38%，且質量保持不變或略有提升。
基於最近提交至arXiv的一篇研究論文（編號2607.06906），題為“馬具效應：編排設計如何決定企業代理型AI的代幣經濟”，研究團隊揭示了在代理型AI開發中一個被忽視的關鍵因素——編排層（Harness）的設計對成本和性能的巨大影響。
當前，代理型AI開發普遍存在“代幣最大化”現象：開發者通過消耗更多代幣來提升能力——更長的推理鏈、更多交互輪次、更大的工具負載、更豐富的上下文重放——導致每任務代幣消耗的增長速度超過任務價值本身。雖然每代幣價格持續下降，但總支出仍在上升。
研究團隊認為，對抗代幣最大化的決定性槓桿是“馬具”（Harness），即負責組裝上下文、暴露工具、序列化交互、委派任務並承載企業可觀測性與治理的編排層。為了驗證這一假設，他們設計了一項受控實驗：在22個固定評估任務上，使用6種不同的基礎模型（Claude Sonnet 4.6、Gemini 3.1、Gemini Flash 3.5、Qwen 3.6、GLM 5.1、Palmyra X6），僅改變編排層——比較一個凍結的傳統生產循環與Writer Agent Harness。
結果令人矚目：在模型保持不變的情況下，Harness使每任務混合成本降低41%（從0.21美元降至0.12美元），中位運行時間減少44%（從48秒降至27秒），每任務代幣消耗減少38%（從14.2k降至8.8k）。任務完成質量保持持平（從0.78提升至0.81，僅具方向性意義）。效率提升具有模型不變性——所有模型均變得更便宜（降幅33-61%），而質量提升則依賴於模型能力：模型的質量提升與其基準強度幾乎完全相關（相關係數r=0.99，n=6），作者將此現象稱為“馬具槓桿”。
此外，每美元的質量提升達到82%；每百萬代幣完成的任務數從54.9增至92.0。在該工作負載下，編排層對每任務成本的影響甚至超過了整個模型菜單的跨度。論文還形式化了編排層的代幣經濟學（包括提示緩存下的有效輸入價格），詳細描述了實現該效果的六種機制族（從緩存形狀約束到失敗支出治理），並在相同維度上比較了六種廣泛使用的代理系統。
作者最後強調，Harness是唯一一個效率可以跨組織當前和未來運行的每種模型倍增的組件。這一發現對企業在構建和部署代理型AI系統時具有重要指導意義：與其單純追求更強大的模型，優化編排層設計可能帶來更顯著的成本和效率優勢。