OpenSquilla 0.5.0 Preview发布，多模型集成登顶DRACO双榜

背景

开源 AI Agent 项目 OpenSquilla（由基元律动 TokenRhythm 开发）自发布以来，始终围绕“提升单位成本的 Agent 智能”这一产品主张，通过 Harness 层与模型优化双线并进，逐步构建起一套低成本、高效率的智能体交付体系。其版本演进脉络清晰：从 v0.1.0 的智能路由（按任务难度自动选模型，奠定省钱底座），到 v0.2.0 的一键迁移（支持从其他 Agent 框架低成本切换），再到 v0.3.0 的 MetaSkill 自组织技能协议（让 Agent 从“会调用工具”走向“会自组织工作流”），以及 v0.4.0 的可验证编码（红绿回归证据链，改对了才交付）与首个签名桌面版。此次 0.5.0 Preview 的发布，标志着其在“多模型集成协作”方向上迈出关键一步。

核心内容

2026 年 7 月，OpenSquilla 发布 0.5.0 Preview 1，核心更新是“多模型集成协作”（multi-model agentic routing）。具体而言，在 Harness 层将四个国产模型——DeepSeek v4、GLM-5.2、Kimi K2.7、Qwen3.7——组织成并行提案的协作队伍，再由一个模型聚合输出最终结果。该阵容中没有任何一个海外旗舰模型。与 Preview 同步，团队发布了《Agentic Routing》技术报告，阐述这套 harness 原生路由如何把日常 agent 流量转化为自我进化的数据飞轮；正式版本随后发布。

最新公布的 DRACO 深度研究榜单按搜索引擎分组对比各方案的平均分数与平均成本，OpenSquilla 的集成方案在两组均列第一：

• Brave Search 组：平均分 64.09，高于单跑的 Opus 4.8（59.11，+8.42%）与 GPT-5.5（53.28，+20.27%）；平均任务成本仅 $0.12，分别低约 92% 与 86%。该组唯一同时拿下“最高分”与“最低成本”双标记。
• DuckDuckGo 组：平均分 60.85，略高于 Anthropic 最新旗舰 Fable 5 的 59.80——分数基本持平，而成本约为其三分之一（$0.39 对 $1.21）。Fable 5 在 Brave 组的成绩仍在运行中。

其机制被称为“多样性采样+共识聚合”：多个模型独立完成搜索与推理、互相补位，弥补单一模型漏信息源、算错数值、顾不全约束的固有短板。用团队的话说：“不是换一个更强的模型，而是换一种更好的组织方式。”

根据公开报道，公司成立不久即完成首轮融资，估值达 1 亿美元。本次数据来源为 DRACO 深度研究榜单与 OpenSquilla 团队论文，平均分数由 LLM 评判，属阶段性结果。

关键要点

• 核心机制：通过 Harness 层将多个国产模型并行调用，由单一模型聚合输出，实现“多样性采样+共识聚合”，弥补单一模型的固有短板。
• DRACO 双榜第一：在 Brave Search 组和 DuckDuckGo 组均取得最高平均分，其中 Brave 组同时保持最低成本（$0.12），DuckDuckGo 组成本仅为 Fable 5 的约三分之一。
• 与旗舰模型对比：在 DuckDuckGo 组，集成方案得分（60.85）略超 Fable 5（59.80），成本仅为其 1/3；在 Brave 组，得分显著优于 Opus 4.8 和 GPT-5.5，成本降低 86%-92%。
• 国产模型组合效果：四个国产模型（DeepSeek v4、GLM-5.2、Kimi K2.7、Qwen3.7）在 Harness 层组织下，真实任务上达到或超越最新旗舰单模型表现。
• 技术主张：“不是换一个更强的模型，而是换一种更好的组织方式”，强调 Harness 层路由与协作的价值。
• 产品版本积累：从 v0.1.0 到 v0.5.0，持续围绕“少烧钱、真交付”演进，形成完整的低成本 Agent 技术栈。
• 阶段性成果：榜单分数由 LLM 评判，属阶段性结果，但已显示国产模型在组织得当下的竞争力。

意义与影响

OpenSquilla 0.5.0 Preview 的发布及其在 DRACO 双榜的表现，释放出多重信号：

其一，它实证了“模型组织方式”比“单模型能力”更能左右实际 Agent 任务的性价比。当国产基础模型单拎出来与海外旗舰仍有差距时，通过 Harness 层的多样性采样与共识聚合，可以在成本仅为零头的情况下，跑出更高、更稳的分数——甚至反超最新一代旗舰（如 Fable 5）。这为资源有限的团队提供了一条切实可行的路径：与其追逐更贵的单模型，不如优化模型协作的架构。

其二，该方案直接挑战了“越强越好”的模型采购逻辑。在 Agent 场景中，任务往往涉及多源信息检索、数值计算、约束满足，单一模型即使能力再强，也难以避免漏源、算错、顾此失彼。而多模型集成天然具备容错与互补优势，且成本可降至极致。这一思路可能推动 Harness 层从“调度器”进化为“智能体操作系统”，成为产业链的新价值点。

其三，对国产模型生态而言，OpenSquilla 的实践证明了国产模型在特定组合下足以胜任复杂任务，且成本优势显著。这有助于降低对海外旗舰模型的依赖，同时倒逼国产模型厂商在特定能力上做差异化竞争（如 DeepSeek 的推理、Kimi 的长上下文等），而非盲目追求通用能力对标。

其四，从商业角度看，OpenSquilla 的快速融资（估值 1 亿美元）与版本迭代节奏，表明市场对“底层模型+Harness 层”双轮驱动模式的认可。如果其“数据飞轮”能够持续自我进化——即日常 agent 流量转化为训练数据——那么集成方案的效果将随时间滚雪球式提升，进一步拉大与单模型的差距。

总结而言，OpenSquilla 0.5.0 Preview 不仅是技术更新，更是一次“模型组织哲学”的亮剑：在 AI Agent 从实验走向交付的关键阶段，低成本的“模型协作”可能比昂贵的“模型升级”更有现实意义。