openJiuwen 首发 X-Router 自演进模型路由：昇腾亲和，Agent 越跑越省，实测减少 50+% Token 消耗

10月2日，开源 AI Agent 平台 openJiuwen 团队发布自演进模型路由技术 X-Router，在 Agent 与候选模型池之间增加一层面向请求的智能决策能力。openJiuwen 由华为 2012 实验室、华为云、终端、计算、算力先遣队等团队联合高校与企业开发者共同构建，X-Router 是这套路由能力首次系统对外披露。

量子位的报道先给出了一个普遍困境：绝大多数 AI 应用仍是“一个模型包打天下”，一句“帮我翻译成英文”和需要写代码、反复调试三轮的难题，被送进同一个千亿参数模型。当 Agent 同时握着本地模型、云端模型和多家厂商的服务时，靠写死的规则维护的路由表，既跟不上模型迭代，也难以同时平衡成本与质量。

openJiuwen 把这套路由拆成三层能力。第一层做模型能力画像，基于历史数据离线刻画、在线动态刷新每个模型在不同任务类型与难度下的表现，以及时延、功耗和成本量级，模型版本或表现变化时画像更新时延优于 1 分钟；第二层负责决策，输入不只是当前请求的复杂度，还包括整条多轮轨迹与系统此刻的状态；第三层负责演进，让策略随真实反馈持续变准。

决策环节引入了不少系统层面的信号。团队会读取 KV 缓存亲和性，判断这次请求的上下文与哪个模型上已有的缓存更“熟”；会参考实时负载，避免把请求压到更繁忙的模型上；遇到刚超时或被限流的模型，则写入状态，成为下一轮的排除项。算法本身被设计成纯函数，给定同样的请求和同样的状态快照必须给出同样的决策，跨请求的经验则全部外置到独立状态层，因此状态丢失只会降级为“冷路由”，不会让请求失败。

在选模型之上，路由还能向上编排多模型协同。面对单模型不足以给出可信答案的难题，路由层可以决定这一轮是否发动多个模型、发动哪几个，再由 WorkSwarm 的 MoA 机制完成语义去重、质量筛选、冲突消解与压缩整理。团队表示，路由粒度正从“选模型”升级为“编排整个执行策略”，把模型、工具与子 Agent 放进同一个调度框架。

实测数据来自 WorkSwarm 接入 x-router 后在 PinchBench 全量 147 个任务上的评测，覆盖日志分析、数据分析、编码、研究等 11 个类别，复杂度分类器采用本地部署的 Qwen3-0.6B，直接跑在进程内。全部交给云端强模型 Kimi-K2-Thinking 的基线得分为 71.36%、成本 11.11 美元；x-router 静态路由得分 66.3%、成本 8.25 美元，成本降低 25.7%；开启 Bandit 自演进后成本进一步降到 6.16 美元，得分回升到 70.70%，整体成本较基线降低约 44.6%。

另一组在 Terminal-Bench/LLMRouterBench 上的测试使用 Opus4.8、Qwen3.5-122B 与 Qwen3.5-35B 三档模型池。cost focused 模式下成本降低 51.4%，成功率达到 Opus 的 95.2%；quality focused 模式下成本降低 15.7%，成功率达到 Opus 的 98.6%。两组基准指向同一个结论：接近顶配的质量，可以用大约一半的成本拿到，而省多少、让多少质量，由使用者自己配置。

对 Agent 而言，路由正在从锦上添花的优化变成规模化的前置条件。Agent 与聊天机器人最大的区别是长时间、多轮次、多工具地持续工作，Token 消耗会成倍放大；openJiuwen 表示这套内核追求通用而非单点最优，同一套框架可通过配置实例化端侧、云侧、企业私有化与端云混合四种部署形态，内核用 Rust 编写、Python 侧通过 PyO3 扩展接入，代码已在 gitcode 的 openJiuwen/model-router 仓库开源。