一个很明显的感觉是，
Agent 的能力越来越强之后，成本也越来越扛不住了。
举个最明显的例子是，Codex的额度缩水缩到爆炸。以前200刀的额度我可以用一周，现在超过3天没用完它，只能是因为我这闲的去刷红果了。。。
那这里面就有一个非常有意思的问题了，
“是不是真的每个任务都需要用最好，最强的模型呢？”
那肯定不是的，哪怕是开发，也有不同难度的开发任务。
但是我发现平时在用一些Coding Agent 的时候，经常的想法就是，
“给老子顶满”。
要么不用，要用就用最好的。 最后一看账单，傻眼了。
但其实我们冷静下来想想，也都会明白，很多任务的需求都比较简单，比如“帮我把字号调大一点”、“帮我把颜色换成蓝色” 诸如此类。但我们自己平时并不会在意这点。
很明显，我们缺少了中间这一层路由来帮助我们理解任务的难易程度。
所谓路由，其实就是Agent应该根据任务的难易程度来最大程度节省成本的同时要能保证质量。
然后我就问Grok，哪个开源的Agent 做模型的智能路由做的会比较好，它给我推荐了OpenSquilla。
也是之前介绍过的基元律动的项目，现在已经7.1k star了。
它们的本地路由器会把任务分为四个档位，C0、C1、C2、C3；每个档位对应不同的模型，而这个模型的选择是由基元律动每月的模型推荐榜单决定。
比如十一月的配置是这样的：
C0档位用的是Qwen-3.8-flash , C1档位用的是DeepSeek-V4.1-Flash ，C2档位的配置是GLM-5.3, C3档位的配置是Kimi K3 。
我们下载好客户端之后，可以直接在设置里面进行配置。
正好我手里有两个项目可以用来尝尝这个路由的咸淡。
第一个是我的那个知识库网站，界面上有一些样式需要修改。
比如这种，搜索弹窗按下esc 之后会出现这种黑框选中的样式，我觉得还蛮丑的，想要去掉。
要是平时的话，这种一般都是Opus 5.5 走起了。
但是OpenSquilla帮我决策，认为Qwen-3.8-flash 足够应付这种问题了。
也确实，一下子就解决了这种问题。
然后还有一种我平时很奢侈且懒惰的习惯，我觉得也非常受益于这个路由分类。
还是拿我这个知识库网站开发举例，
刚刚改完，我想看下效果，但是我又懒得去自己本地启动服务端口，就让agent帮我启动。平时干这活的是opus 5.5，
但是这种事情对吧，哪需要什么opus 5.5，这简直是杀鸡用牛刀在。
OpenSquilla依然坚定选择Qwen-3.8-flash 来完成。
那有没有什么任务是会派给更高一层的模型的呢？
当然是有的。
我有一个用rust+gpui写的Markdown笔记应用。 我们以这个为例好了。
然后现在有个需求是，
我侧边栏有个搜索功能，我想搜索的时候能跳转到对应的搜索词所在的文档的那一行，然后能给我短时高亮一下那个搜索词，这样用起来比较友好。
这一波，它直接选择了glm-5.3 来完成任务。
然后顺便还发现了一个另外的问题， 那就直接再让它fix 掉，
这一次直接给我分配到最高档位，让K3 来帮我解决了。
全部完成之后，我们可以来看一下效果：
一次就完成这个任务了。
然后可以看一下这几个任务的成本。
这几个任务一共花了不到6刀就做好了。。。
如果按照我平时的风格，什么都用Claude的话，我感觉这费用至少是贵6-7倍吧我猜。。。
那回过头来说，
不同的难度档位配置不同的模型，那这份档位是不是一直固定不变的呢？
那当然不是了。
基元律动每个月都会帮你评测一次模型。
他们有两个内部的Benchmark，一个是Claw-SWE-Bench, 专门用于评测模型的代码修复任务，一个是App World ，专门评测模型跨应用的任务。
按照它们推荐的配置，同一套Benchmark，得分比之前高32%，费用却低22%。
这充分展示了什么叫好刀用在刀刃上。
然后，我在用的时候还发现了一个彩蛋，
是有一个神秘模型Egg Alpha 上线了OpenSquilla。
可恶的是，当时看到了忘记截图了，结果写文章写到这的时候，这模型就下线了！！
这意味着什么，就不用我多说了吧。
马上咱们就要有新模型来了！！
从另一个方面来说，这也让我想起了那种海外openrouter 匿名模型上线测试的那种场景了。
现在国内终于也开始有这种感觉了。
某种程度上来说，其实这就跟鱼跟水互为依赖一样。
鱼需要在干净、适合它的水里生存，而模型同样需要一个足够真实、足够开放的环境，才能知道自己到底有几斤几两。
而基元律动本身既有Agent产品经验，也有模型训练方面的积累。知道什么样的任务才能测出模型的能力，从而更好的来帮助用户去做选择。
也许，未来的Agent 之争，未必是看谁接入了最强的模型，而是谁更懂得在正确的时候，用正确的模型吧。
毕竟，不是所有任务，都需要Opus 5.5。
