AI Agent製品を開発しているなら、トークンの請求額はすでに頭痛の種になっているはずです。Agentはチャットボットよりはるかにトークンを消費します——1つのタスクの背後で10数ステップが実行されることもあり、その1歩ごとにお金が燃えています。しかも、すべてのステップに最強のモデルが必要なわけではありません。分類、要約、フォーマット整理といった単純なタスクにフラッグシップモデルを使うのは無駄です。

OpenSquillaはオープンソースのAgent Harnessフレームワークで、Agentアプリケーションと大規模モデルの間に「ランタイムハブ」の層を追加します。核心の目標はただ1つ：Agentに無駄なトークンを浪費させず、同時に使うほどユーザーを理解するようにすることです。

• GitHub: https://github.com/opensquilla/opensquilla

OpenSquillaとは

OpenSquillaは4層アーキテクチャのミドルウェアフレームワークで、Agentアプリケーションと基盤の大規模モデルの間にデプロイされます。モデル自体を置き換えるのではなく、「どのモデルを呼ぶか、どれだけのコンテキストを与えるか、タスクをどう編成するか、どう継続的に進化させるか」という重要な意思決定を管理します。

OpenSquillaがAgentアプリケーションとモデルの間に構える4層アーキテクチャ：スマートルーティング、コンテキスト管理、MetaSkillオーケストレーション、自己進化メカニズム。

4層の核心メカニズム

第1層：スマートルーティング——適切なモデルを呼び、適切にお金を節約

多くのAgentチームのやり方は、1つの主力モデルに固定することです。効果は安定し、開発も楽ですが、請求額はすぐに制御不能になります。

OpenSquillaはタスクが大規模モデルに入る前に、まずローカルのルーティングモデルでタスクの複雑さを判定します。セマンティクス、キーワード、言語、コンテキスト長、対話ラウンド数などの特徴に基づいてタスクを異なるレベルに分け、それぞれに異なるモデルをマッチングします。

重要な違いは、このルーティングが静的なルールテーブルではなく、タスクのフィードバックに基づいて継続的に最適化できるパラメータ化モデルだという点です。どのタスクが成功したか、どこでトークンを消費したか、どのモデルがコストパフォーマンスに優れるかといったシグナルがルーティングに還流し、絶えず訓練を続けます。

チームのデータによれば、OpenSquillaのスマートルーティングはOpenRouterよりルーティング精度が4.4ポイント高く、コストは75%低いそうです。

第2層：コンテキスト管理——モデルに無駄な内容を読ませない

多くのAgentシステムは、Skillの説明、ツールのドキュメント、履歴メモリ、Webページの内容をまとめてpromptに詰め込みます。モデルは呼び出されるたびに全部読み直し、使われないトークンもそのまま課金されます。

OpenSquillaのやり方：

• オンデマンドのSkillロード：1回のタスクには使われる可能性のあるSkillだけを注入し、数十個のSkillの説明を全部詰め込まない
• 精密なメモリ再呼び出し：ローカルデータベースから関連断片を検索し、丸ごと持ち込まない
• ツール結果の前処理：WebページHTML内のタグ、スタイル、ナビゲーションバー、広告などの無関係な内容を切り捨てる

チームのデータによれば、コンテキスト管理はさらに約20%から50%のコスト低減をもたらします。

第3層：MetaSkill——Agentに能力を自己組織させる

Skillが増えるほど、Agentは理論上強くなります。しかし実際の使用では、ユーザーはこれらのSkillをどう組み合わせればよいのか分からなくなります。1篇文章を書くにも、まず資料を調べ、事実を確認し、文体を学び、初稿を書き、校正する——それぞれのステップにSkillがあるのに、誰が順序を編成するのでしょうか？

OpenSquillaのMetaSkillメカニズムでは、ユーザーは目標を言うだけで、AIが自動的にステップに分解し、Skillの組み合わせを選び、依存関係を組みます。各ステップはコンテキストを独占し、相互干渉を避けます。

第4層：自己進化——ユーザーの好みをHarnessに学び込ませる

ユーザーが初めてAgentにタスクを任せるとき、たいていは何度か修正ラウンドが必要になります。問題は、直しても次回また同じ過ちを繰り返すことです。経験が蓄積されていません。

OpenSquillaはインタラクションの全過程を振り返ります：ユーザーがどの条件を補い、どのズレを修正し、最終的にどの結果を承認したかを確認し、それらの情報をSkillやワークフローに蓄積させます。次回同様のタスクに出会っても、Agentはゼロから始める必要がありません。

ユーザーの修正が1回減る = システムの実行が1ラウンド減る = トークンの消費が1ラウンド分減る。

適用シーン

• Agent製品チーム：トークン粗利が30%を下回るチームには、体系的な呼び出しコスト削減が必要です
• 複数モデルの混用：すでに複数のモデルを使っているが、統一されたルーティング手段のないチーム
• 複雑なワークフロー編成：Agentが多ステップ・複数Skillの組み合わせに関わるシーン
• ユーザー維持率の最適化：Agentにユーザーの好みを記憶させ、繰り返しの指導を減らしたい場合

ヒント: OpenSquillaのルーティングモデルはローカルで実行されるアンサンブル木モデルで、大規模モデルAPIの追加呼び出しが不要で、それ自体は追加のトークンコストを生みません。