让 Agent“看菜下饭”：openJiuwen 首发 X-Router，实测 Token 消耗减少 50%+

先做一个思想实验：你让 AI 助手把一个简单句子翻译成英文，它调用的是参数量千亿、跑在云端最贵算力上的模型；你让它写五十行代码、再自己 debug 三轮，它调用的还是同一个模型。这是今天绝大多数 AI 应用的真实状态——一个模型包打天下。而 openJiuwen 团队给出的答案，是给 Agent 配一位“调度员”。

一分钟速览

• openJiuwen 团队首发自演进模型路由技术 X-Router，专为 Agent 解决“该用哪个模型”。
• 核心目标：基于任务复杂度动态决策与编排，实现成本—效果综合最优。
• 三层能力：看得准（精准画像）、选得对（决策）、越用越好（演进）。
• 决策时引入 KV 缓存亲和、实时负载、目标可用性等系统状态。
• 昇腾亲和，实测 Token 消耗减少 50% 以上。

问题不在“贵”，而在“忘了路由”

不是所有任务都需要最强的模型。真实场景里，一个 Agent 往往同时握着本地模型、云端模型，以及来自不同厂商的多种服务。当可选模型越来越多，麻烦随之出现：简单任务用昂贵模型造成浪费；复杂任务交给轻量模型效果不稳；依赖固定规则选择，又跟不上业务与模型的持续变化。

用户真正需要的，不是一张需要反复维护的模型路由表，而是让 Agent 自己判断：这次请求该由谁处理、为什么这样选、下一次能否更好。openJiuwen 由华为 2012 实验室、华为云、终端、计算、算力先遣队等团队联合高校与企业共同构建，是一个开源 AI Agent 平台。它给出的方案，是在 Agent 与模型之间加一层面向请求的智能决策能力——一个专门负责“这一轮该用哪个模型、用什么策略”的路由引擎。

三层能力，构成一套路由体系

第一层是精准画像。模型能力不是静态标签，“代码能力强”还不够，得知道强到什么程度、在什么题型上强、换个领域还强不强。openJiuwen 基于历史数据离线刻画每个模型的能力画像，并在模型版本变动或表现变化时在线动态刷新，更新时延优于 1 分钟。有了画像，路由才有可靠起点，同时做到“决策与执行分离”——路由层只管判断，具体调用交给宿主。

第二层是决策。Agent 任务是多人轮、有状态的，复杂度判断不能只看当前这句话，要看整条轨迹：走到哪了、接下来要做什么、前面失败过什么。团队把最近的对话窗口连同工具调用进展一起送进判断，并特意保留了“最近一次用户诉求”，确保调度员始终知道雇主想要什么。更关键的是引入系统状态：KV 缓存亲和（与哪个模型上已有缓存更“熟”，同模型缓存命中与否成本可差出一截）、实时负载（谁更空闲、响应更快）、目标可用性等。这些是纯算法视角容易漏掉、却对真实收益影响最大的一块。

第三层是演进。每一次决策的结果都会变成经验，让下一次判断更准。团队强调这套系统要同时具备三个属性：可配置（业务能带入自己的偏好，这一轮要最省还是最快自己说了算）、可演进（模型生态流动，新模型、降价、版本迭代都要能跟上）、可观测（每次决策依据与执行反馈都要能回溯，说不清“为什么选它”的路由器没人敢放进生产）。

趋势洞察：从“最强模型”到“最优组合”

X-Router 的价值，不只是一个省 Token 的技巧，而是对 Agent 架构的一次提醒：当模型越来越多、越来越便宜，系统真正的竞争力，正从“拥有最强的那个模型”，转向“把合适的任务交给合适的模型”。

这与同一天 MiniMax M3.1 Flash 展现出的“轻量模型逼近旗舰”形成呼应——能力上限在上移，单位成本在下探，而把两者连接起来的那层调度能力，或许才是 Agent 时代最稀缺的部分。openJiuwen 称，这套方案与昇腾亲和，实测可将 Token 消耗减少 50% 以上。

参考来源：量子位对 openJiuwen X-Router 的报道。