三层智能体架构 (No-Haiku)

MoAI-ADK 把 Haiku 从路由模型集合中移除，并把剩下的模型按任务性质分成三档来用。这一页写得能让你讲给朋友听 —— “把便宜模型塞进繁忙的位置看似省成本，但在长周期的任务上恰恰相反。MoAI 用数据确认了’更常用贵模型反而缩小账单’这一点，并在此基础上定下了按任务种类分三档的分配规则。”

这里，智能体 (agent，自主判断并工作的 AI 助手) 完成任务所用的模型与 effort（推理深度，决定模型为一次回答思考多深的五档 low → medium → high → xhigh → max）是决定成本的两根轴。本页讲为什么这两根轴这样分配、为什么干脆移除 Haiku，以及这个"级别"与自主级别是不同的概念。

常见的假设是这样的：“把单价便宜的模型（比如 Sonnet · Haiku）派去繁忙的位置，贵模型 (Opus) 只省着用在重要位置，总成本就会降。” 只看代币 (token，模型读写文字的计费单位) 的单价表，这个假设似乎成立。

但这个假设要成立，需要一个前提 —— 弱模型最终也能在同样的次数内完成同样的任务。在长周期的智能体任务（多次调用工具、自行修正计划、走到头才算完成的任务）上，这个前提崩塌。弱模型收敛失败，失败多少就多转多少步、多喷多少输出代币，任务还是完不成。代币单价虽便宜，烧掉的代币量却大得多，每个任务的账单反而更厚。

这是整页的出发点。决定账单的不是单价，而是完赛效率。

flowchart TD
    A["完成一个智能体任务"] --> B{"模型足够强吗?"}
    B -- "强 (Opus)" --> C["少量步数收敛"]
    C --> D["输出代币少"]
    D --> E["每任务成本低"]
    B -- "弱 (Sonnet·Haiku)" --> F["收敛失败"]
    F --> G["反而烧掉更多步数与代币"]
    G --> H["每任务成本更高"]
    E --> I["'便宜模型 = 便宜账单'\n命题被翻转"]
    H --> I

验证上述直觉的出处是 DeepSWE 排行榜的 “All effort levels” 视图（113 tasks / 91 repos / 5 languages，mini-swe-agent 线束）。由于 effort 按档分别报告，我们不是盯着一个运行点，而是能从每个模型的成本 · 得分曲线形状推导级别。

每 MTok 原价（输入/输出）： Opus 5 $5/$25 · Sonnet 5 $2/$10（导入价，至 2026-08-31，此后 $3/$15） · Fable 5 $10/$50。

单价倒挂： Sonnet 的代币单价低于 Opus，但在所有可比位置上每任务成本反而更高 —— Opus 5 low 花 $1.66 拿 58%，Sonnet 5 max 花 $26.40 只拿 54%。“改用便宜模型就能省额度"的通念在长周期智能体工作中不成立，因为决定账单的不是单价而是完赛效率。

从数据里读出的结论有四条。

1. Opus 5 在所有 effort 上帕累托支配 Sonnet 5。 Opus low（58%，$1.66）在得分与成本两轴上同时压过 Sonnet 的全部五个点，Sonnet max（54%，$26.40）也不例外。“繁忙的智能体派给便宜模型"这条路由命题在长周期智能体工作中被证伪。
2. 原因不是单价而是完赛效率。 Sonnet 完成同一组任务约多花 2.7 倍步数。让任务变贵的不是每代币费率，而是这些多出来的步数与输出代币。
3. xhigh 在 Opus 上是纯损失。 high 与 xhigh 同为 73%，xhigh 成本多 49%、步数多 22%。Fable 在同样的位置也出现天花板变平。越过拐点的 effort 买到的是代币，不是分数。
4. medium 是拐点。 每得 1 分的边际成本： low → medium $0.15、medium → high $0.70（4.7 倍）、xhigh → max $2.77（18.6 倍）。默认配置把核心实现智能体锚定在 medium，原因正在这里。

连 Sonnet 在长周期任务上都比 Opus 贵，Haiku 比 Sonnet 更弱。把 Haiku 放进路由，能力不会增加，只是步数浪费增加 —— Sonnet 上已经观测到的完赛失败模式，在 Haiku 上只会更陡峭。

所以 MoAI 把 Haiku 从路由模型集合中完全排除（No-Haiku 策略，SPEC-AGENT-ARCH-V2-001 §D）。Haiku 在模型 enum 中仍是合法值，因此会出现在文档 · 示例 YAML 里，但不会进入实际智能体分配矩阵的任何一格。移除 Haiku 之后，降低成本的轴仍在 —— 不改模型等级，而是按档调节 effort（推理深度）。这就是三层结构的起点。

把剩下的模型（Opus、Sonnet）与 effort 按任务性质分成三档。这里的"级别"指按任务种类分配模型 · effort 的档位。

flowchart TD
    START["任务进入智能体"] --> Q{"任务的性质是?"}
    Q -- "一次结束
输入左右成本" --> T1
    Q -- "要跨多个回合
才能结束的多轮行" --> T2
    Q -- "一次决定大幅左右
后续成本的位置" --> T3

    T1["Tier 1 — 单发 Single-shot
Sonnet low
git mechanics · read-only search"]
    T2["Tier 2 — 智能体式 Agentic
Opus low / medium / high
spec · develop · audit · design · harness"]
    T3["Tier 3 — 峰值 Peak
Opus max
develop · advisor (仅 high 配置)"]

    T1 --> NOTE["三个配置 (经济·默认·质量) 下全部固定"]
    T2 --> NOTE2["配置选择 Opus effort 档位
经济=low · 默认=medium · 质量=high"]
    T3 --> NOTE3["仅限调用频率最低的两行
xhigh 不进任何一格"]

一次就能结束、成本由输入而非迭代左右的工作。让弱模型变贵的原因——多步完赛失败——在这里不出现，Sonnet 更低的输入单价成为实质变量。用 Sonnet low effort 把步数压到最少。负责的智能体是 manager-git、Explore，这两行在三个配置（经济 · 默认 · 质量）下全部固定。

计划、实现、审计、设计、线束生成、文档化、E2E —— 多轮行的全部。Opus low 的得分已经高于任何 effort 的 Sonnet、每任务成本更低，所以这些行全部由 Opus 承担。配置决定每行落在 Opus effort 梯队的哪一级 —— 经济列 low、默认列 medium、质量列 high。负责的智能体： manager-spec、manager-develop、plan-auditor、sync-auditor、manager-design、builder-harness、manager-docs、e2e-tester。

max effort 只用在 high 配置下调用频率最低的两行，即 manager-develop 与 super-advisor。因为越过 medium 之后每得 1 分的边际成本陡峭上升（low → medium 每分 $0.15，medium → high 每分 $0.70）。所以峰值 effort 只分配给一次决定会大幅左右后续成本的位置。xhigh 哪里都不用 —— 在 Opus 上得分与 high 相同，成本却多 49%。

本页的"级别"是关于哪个模型以哪个推理深度分配给哪类工作的档位。名字相似容易混淆，但 MoAI 里还有一个与它不同的"级别”。

信息

名字相同、对象不同的两个级别

• 模型级别（本页）—— 按任务种类决定智能体用哪个模型 · 哪个 effort 工作。对象是成本 · 质量。
• 自主级别 (MOAI_AUTONOMY_TIER) —— 智能体在没有人工批准的情况下能自主行动到哪一步的等级。对象是权限 · 控制。

两者正交。一个智能体用贵模型、高 effort 工作（模型级别高），不代表它能不经人工批准自主行动，反之亦然。自主级别由独立的环境变量与三档模式选择处理，详见自主级别页面。

诚实性区分： 本页明确区分设计阶段的意图与实际实现的行为。

设计阶段 (.moai/reports/agent-architecture-redesign-v2-20260709.html) —— v2 架构的设计意图。提出三层模型策略的原则与 DeepSWE 依据。

已实现的行为 —— 实际路由由单一配置矩阵执行。活动配置（high / medium / low）选出矩阵的一列，解析器定下各智能体的 {model, effort}，在 spawn 时把 model 作为运行时参数注入。详细矩阵请看配置矩阵页面。

阅读侧同样要把设计意图（本页的 DeepSWE 依据）与已实现的行为（单一配置矩阵）分开看。

局限声明： 这个基准测量的是编码智能体。文档撰写、审计判断、SPEC（需求规格书）撰写质量未被直接测量，这些行的安排不是观测，而是建立在"与多轮智能体工作相似"的推断上。置信区间也要一起看 —— medium（69%±1）与 high（73%±2）不重叠，但 max（74%±4）与 high 重叠。这正是把 max 收在几乎不被调用的两格里的原因。所有默认值都可以用 llm.agent_overrides 按智能体逐个回退。

关于 Fable 5： Fable 在编码工作上被全面压制。Fable high（69%，$9.18）与 Opus medium（69%，$3.29）得分相同，成本近 3 倍。所以没有放进任何矩阵格。它在模型 enum 中仍是合法值，GLM 后端的 Fable 槽位接线也原样保留 —— 变的只是默认值。

三档分配是线束自我变好的循环的地基。观察 → 反思 → 晋升这条进化循环要尽到本分，观察阶段的路由决策本身就得让合适的模型以合适的 effort 进行。错误的路由会污染观察本身，被污染的观察在晋升阶段产出错误的规则。详见线束自我进化页面。

• 配置矩阵 —— 单一 3 列 per-agent 配置矩阵（11 个智能体 × 3 个配置 = 33 格）
• 自主级别 —— 与模型级别正交、以权限 · 控制为对象的自主等级
• 代币经济学概述 —— 四层代币经济学结构的路由层