本文提出了 Harness 原生智能体路由(Harness-Native agentic routing),这是一种步骤级范式,它基于完整的执行环境状态(execution harness state)来选择模型,而不是优化单轮的成本-质量权衡。该方法将每次路由决策视为结构化数据记录,从而形成 Harness 原生数据飞轮,其中执行轨迹用于训练更好的路由器和模型。

  • 该系统在 OpenSquilla 中通过四层路由堆栈、开源 LightGBM 冷启动排序器以及分阶段的路由器-模型路径进行实例化。
  • 它支持选择单个最佳匹配模型以实现经济高效的执行,或选择多个互补模型以实现集成式的准确性提升。
  • 报告评估了在包括 DRACO 和 PinchBench 在内的智能体基准测试上的单模型和多模型路由效果。

作者认为,智能体路由作为智能体原生训练的数据引擎,通过在相同预算下生成更多轨迹来改善成本与质量的权衡。