维度网讯，开源 AI Agent 项目 OpenSquilla 发布 0.5.0 Preview 1 版本，核心更新是“多模型集成协作”。该方案在 Harness 层将 DeepSeek v4、GLM-5.2、Kimi K2.7、Qwen3.7 四个国产模型组织为并行提案的协作队伍，再由一个模型聚合输出最终结果，阵容中不包含任何海外旗舰模型。

与 Preview 版本同步发布的《Agentic Routing》技术报告阐述了该 harness 原生路由如何将日常 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 0.12 美元，分别低约 92% 与 86%，是该组唯一同时获得“最高分”与“最低成本”双标记的方案。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，但成本约为其三分之一（0.39 美元对 1.21 美元）；Fable 5 在 Brave 组的成绩仍在运行中。

该方案机制为“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，以弥补单一模型漏信息源、算错数值、顾不全约束的固有短板。团队表示，这不是换一个更强的模型，而是换一种更好的组织方式。这一结果正指向一种判断：国产基础模型单拎出来与海外旗舰仍有差距，但在 Harness 层组织得当的前提下，混用国产模型已能在真实任务上跑出更高、更稳的分数，面对最新一代旗舰，也能在成本仅为零头的情况下咬住甚至反超。

OpenSquilla 由基元律动（TokenRhythm）开发，定位于 Harness 与模型优化双线并行，产品主张“提升单位成本的 Agent 智能”。版本演进围绕“少烧钱、真交付”展开：v0.1.0 上线智能路由，按任务难度自动选模型；v0.2.0 推出一键迁移，支持从其他 Agent 框架低成本切换；v0.3.0 发布 MetaSkill 自组织技能协议；v0.4.0 带来可验证编码与首个签名桌面版；至本次 0.5.0 Preview 的多模型集成。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。