开源AIAgent项目OpenSquilla近日发布0.5.0Preview，核心更新是“多模型集成协作”，即Harness（智能体架构）层把4个国产模型DeepSeekv4、GLM-5.2、KimiK2.7、Qwen3.7组织成并行提案的协作队伍，再由1个模型聚合输出最终结果，其中没有任何一个是海外旗舰模型。
与Preview同步，团队发布了《AgenticRouting》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深度研究榜单显示，按搜索引擎分组对比各方案的平均分数与平均成本，OpenSquilla的集成方案在两组中均列第一。
据了解，其机制是多样性采样+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。团队负责人表示，这不是换一个更强的模型，而是换一种更好的组织方式。
这一结果指向一个正在成形的判断：单个国产基础模型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，即便面对最新一代旗舰，也能在成本只有零头的情况下咬住甚至反超。
据了解，OpenSquilla由基元律动（TokenRhythm）开发，是定位于Harness与模型优化双线并行、产品主张提升单位成本的Agent智能。其版本演进一以贯之地围绕“少烧钱、真交付”进行：v0.1.0上线智能路由，按任务难度自动选模型、奠定省钱底座；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，让Agent从会调用工具走向会自组织工作流；v0.4.0带来可验证编码（即红绿回归证据链）与首个签名桌面版；以及本次0.5.0Preview的多模型集成。据公开报道，该公司成立不久即完成首轮融资，估值达1亿美元。
