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。