模型分层定价后，用廉价Flash模型跑Agent看似省钱，但裸用会因错误分布不可预测而引发事故。关键在于Harness机制：通过critique和门禁将默认信任改为默认怀疑，用领域建模等非模型锚点验证，并路由调度——commodity模型承担平庸劳动，frontier模型仅用于高决策密度环节，可省75%用量。但弱模型若无法满足约束，仍需强模型。

AI降本的核心并非更换更便宜的模型，而是降低系统复杂度。高成功率系统往往更复杂、成本更高，企业常只关注模型账单，忽略组织成本。真正降本需重构工作流，通过缓存、模型分层、上下文压缩、工具筛选和任务边界重定义，从减少token消耗转向降低系统复杂度。