Harness 不是一个新概念——传统软件工程里叫 test harness（测试套件），工业界叫 wiring harness（线束系统）。在 AI 领域，Agent = Model + Harness 这个公式在 2025-2026 年迅速成为共识。Harness 负责所有「非模型」的系统复杂性：工具调用编排、记忆管理、沙箱执行、错误恢复、状态持久化。CMU 等机构的综述论文《Agent Harness Engineering: A Survey》指出，固定模型只改 Harness，就能在编码基准测试上带来最高 10 倍提升。这意味着，决定 Agent 能否落地的，往往不是模型参数，而是外面那层 Harness 工程做得够不够好。

OpenSquilla 的创始人王云鹤，1991 年出生，北大博士，9 年华为生涯从实习生一路做到诺亚方舟实验室主任、盘古大模型负责人。他主导的 GhostNet 获华为「十大发明」奖，成果落地中国天眼 FAST。2026 年 3 月离职时，新公司「基元律动」刚成立就完成 1 亿美元估值融资。这股「大厂技术人才向 Agent 创业赛道加速流动」的趋势，背后是行业共识的变化：模型能力趋同后，Agent 基础设施才是商业化的真正战场。

LightGBM 是微软 2017 年开源的高性能梯度提升决策树框架，核心优势在于直方图算法和 Leaf-wise 生长策略，训练速度比 XGBoost 快近 10 倍，内存占用仅约 1/6。OpenSquilla 用它在本地做 ONNX 推理，根据请求长度、语言、代码块、关键词和语义嵌入等特征，判断任务复杂度并路由到对应模型。关键设计点在于：整个分类过程在本地完成，提示词不会额外发到云端，延迟控制在毫秒级。相比基于模型端的路由方案（如 MoE 架构中的 token-level routing），LightGBM 的本地分类器更轻量、可离线运行，适合边缘部署场景。

Agent 一旦能读写文件、执行命令、调用工具，安全问题就是生死线。OpenSquilla 提供 Standard / Strict / Locked 三档安全策略，Linux 下用 Bubblewrap 隔离代码执行，macOS 用 Seatbelt，Windows 用原生后端。它还会记录拒绝执行的操作，在多次拒绝后自动暂停自主运行，并对技能元数据和工具结果做 XML 转义以降低提示注入风险。360 发布的《AI Agent 攻防演练指南 2026 版》指出，约 64% 的企业生产环境中存在未授权、未备案的「影子智能体」，攻击方正围绕 Agent 的权限、工具和业务系统发起链式攻击。安全沙箱已从「可选增强」变成「生产环境标配」。

OpenSquilla 用 LightGBM 本地分类器做任务分级路由，把简单请求挡在低成本模型外。但这不是唯一方案。Stripe 在业务层部署轻量分类器，把请求分三级（Haiku / Sonnet / Fable5），72% 日常请求被分流，整体成本降 61%，复杂任务效果损失不到 2%。另一条路线是 OpenAI Swarm 等框架的「多智能体编排」——让多个 Agent 协作，而非单 Agent 内部路由。两种思路本质都是「用调度换效率」，但落地复杂度不同：本地路由延迟低、对开发者透明，但无法处理跨 Agent 的上下文传递；多 Agent 编排更灵活，但 Token 膨胀率可能高达 3-5 倍。

OpenSquilla 声称可节省 60%-80% 的 Token 成本，但作者团队自己开发产品，数据来自内测。真正值得追问的是：路由决策本身有没有成本？LightGBM 推理虽然快，但还是要消耗 CPU 和内存；路由误判（把复杂任务分给低成本模型）会导致重试，反而更贵。CrewAI 等框架的实践表明，多 Agent 系统的 Token 膨胀率可达 3-5 倍，核心原因在于协作过程中的「决策税」——每次调度、每次上下文传递都在烧 Token。所以，省 Token 的关键不是「用便宜模型」，而是「减少无效决策次数」。OpenSquilla 的路由器能否在实践中真正做到「决策税」低于「省下的 Token」，需要更多第三方基准测试来验证。