编者总结：传统多 Agent 架构普遍依赖Router 路由层：单独一个小模型 / 启发式规则，在请求入口判断任务该分给哪个大模型。Replit 团队提出根本性批判：Router 本身能力一定弱于它要调度的目标大模型，一个更弱的组件没有资格为更强模型做任务拆分、模型选择、算力分配。 因此 Replit Agent 抛弃 Router，转向模型自主委派架构：harness 仅提供可调用的子 Agent 原语、档位选项、安全边界；主核心循环（大模型自己）在任务执行的每一步，自主做出三项关键决策：推理投入多少 effort、是否把子任务委派出去、委派给哪一类子 Agent。
这套架构设计源于一个观察：前沿模型能力是锯齿状的，没有一个模型能通吃全部任务，编码、UI 设计、文档写作各有所长；同时越强的模型越会涌现自主委派行为，不需要人工在 harness 里硬编码任务调度逻辑。而随着模型迭代，硬写在脚手架里的人工规则会快速失效，每一代新模型都需要大规模重写 harness，维护成本极高。
原文：Replit AI Daniel Furman 团队 作者：Daniel Furman、Jacky Zhao、Vaibhav Kumar、Ed Sioufi、Michele Catasta（Replit AI 团队）：厚脚手架、路由 router 范式存在根本短板；新一代强模型应当由自身自主决定是否委派子 Agent、选择模型档位与推理算力 effort，harness 只提供选项与安全护栏，不替模型做决策。
架构由四个可组合委派原语构成：
- 领域感知子 Agent
通用 worker、只读 explorer、浏览器 tester、reviewer、UI / 幻灯片设计 Agent。harness 定义专家池，模型自主选择何时调用。 - 子 Agent 档位 + effort
小 / 标准 / 大三档能力档位，档位内可调整推理 effort。简单重命名用低档低 effort，复杂 bug 假设生成用高档高 effort。新模型支持中途动态调整 effort 而不破坏上下文缓存，大幅降低成本。 - 可复用温热子 Agent
摒弃传统固定 “主 Agent + 常驻 sidekick”。多个子 Agent 保持上下文温热，模型可以随时唤醒之前用过的子 Agent，不需要每次新建会话。OpenAI 新模型长缓存能力，让该方案具备经济性。 - 动态 effort 自适应
生产观测数据对比 Fable5 / Fable5.1 / GPT-6 Astra： Astra 展现出显著差异化行为：36% 轮次派发子 Agent，20% 轮次主动交给通用 worker（Fable 系列仅 0.9%、2.3%），42% 的子 Agent 调用是回访复用已有温热 Agent。这是涌现行为，不是提示词强制。
在 DeepSWE v1.1、Terminal-Bench4.0 软件工程基准上验证： Replit Agent（核心 Astra 自主委派）相比 Sidekick 传统架构，得分高出 11~16 个百分点；对比单独跑 Astra，实现帕累托最优：单独 Astra 最高精度版本分数略高，但成本翻倍以上；Replit Agent 在可控成本下拿到接近顶尖的效果。
关键声明：评测直接使用上线产品版本，没有修改提示词、没有调 harness，减少基准刷分嫌疑。
理论溯源来自 Sutton《苦涩的教训》：短期人工嵌入的脚手架规则有用，但长期会触达性能平台；真正能随规模持续提升的，是让模型自己学习如何执行任务，而不是人类预先规定执行流程。harness 要做的是减少替模型做的决策，只提供选项与护栏，也就是 “解放模型”。
局限性也要客观看待：仅 3 个模型样本，强自主委派目前只在 Astra 上明显；Astra xhigh 单独运行最高分，只是成本不划算；基准为 Replit 自家评测体系。 文章最大启示：如果你正在构建 Agent 系统，优先思考 Router 层是不是多余。Router 由弱模型调度强模型，本身存在逻辑缺陷；下一代 Agent harness 的方向，不是写更好的调度器，而是给大模型一套可复用子 Agent 工具箱，让模型自主管理委派、算力与上下文。
10个关键问题 Q&A
- Replit 这篇文章最核心的一句话是什么？
Router 永远比它正在为其选择模型的那个模型更弱。所以不使用 Router，让模型自己决定子 Agent、effort 与任务委派。
- harness 在这套架构里的职责是什么？
只提供可选工具 / 子 Agent 池、档位选项、安全护栏；不做任务拆分、路由、算力分配决策，决策交给主模型核心循环。
- 和传统 Sidekick（主 Agent + 常驻 worker）架构最大差别？
Sidekick 是固定常驻助手；Replit 是多个温热子 Agent 按需唤醒，模型自主选择复用旧 Agent。基准上 Sidekick 低 11~16 个点。
- 什么是 effort，动态 effort 调整有什么好处？
effort 代表模型推理投入强度。新模型支持中途修改 effort 而不失效缓存；可以随任务难度实时调整算力，不用在请求开始一次性预判难度，节省 token 成本。
- Astra 的数据有什么特别之处？
它是第一个自发、无需提示词强制，就会把实现类任务交给通用 worker的模型，并且 42% 调用是回访复用已经创建的子 Agent，委派是涌现能力。
- 帕累托有效在这里指什么？
和裸跑 Astra 相比：Replit Agent 用更低成本拿到接近顶尖的性能；裸跑最高配置 Astra 分数略高，但成本超过两倍。不能单方面提升分数而不增加成本，属于帕累托最优。
- 为什么说厚脚手架（大量人工规则的 harness）有问题？
每一代新模型涌现新行为，预先写死的人工假设快速失效，需要反复重写脚手架；违背《苦涩的教训》，无法跟随模型能力缩放。
- 四个委派原语是哪四个？
领域感知子 Agent 池；子 Agent 档位 + effort；温热可复用子 Agent；动态 effort 自适应。
- 评测的可信度亮点是什么？
直接使用上线产品版本，没有修改提示词、harness，排除专门针对基准调优的刷分嫌疑。
- 这篇对 Agent 工程最大的警示是什么？
如果你正在开发 Router 路由层，需要重新思考必要性。用弱模型调度强模型存在底层矛盾；架构重心从 “写更好调度器” 转为 “给模型工具箱，让模型自己委派”。