AI Agent的成本，首先由工作流决定
今天刷到一位开发者复盘自己的深度研究系统。他复盘了自己设计智能体的经历，发现智能体数量、运行时长和模型档次，都不能直接等于产出。一个任务如果分解过细、上下文反复复制、每个步骤都调用最贵模型，系统看起来很忙，实际是在用算力制造协调成本。
后来，他把搜索、核验、规划、工具执行和二次判断分给不同模型，共享已确认的信息，并把深度研究放到流程末尾，来优化工作流。
这说明，工作流本身，已经成为AI能力的一部分。
今年6月公开的一项智能体评测也给出了类似信号：使用同一个GLM 5.1模型，仅改变适配器设计，任务通过率就从19.1%升到73.4%；另一组对比中，模型选择带来29.4个百分点差异，工作流框架也带来27.4个百分点差异。模型很重要，如何组织模型同样重要。
过去大家比较单次调用价格、上下文窗口和榜单成绩，接下来更该看一元钱能交付多少经过核验的结果。便宜模型负责搜索和整理，强模型处理规划与争议，缓存复用稳定上下文，独立步骤核查数字和来源。省下来的往往不是某一次调用，而是大量重复阅读、无效分支和返工。
当然，多模型调度也可能变成新的浪费。所以，AI Agent进入生产环境后，真正稀缺的是把任务拆对、把证据验清、知道何时停止的人。评价智能体系统，最终要看可靠交付，而不是它调动了多少模型。
AI Agent成本由工作流决定