多智能体工作流为什么这么烧钱？
简单说，整条链路里没有一个环节在管账。arXiv 上这篇 ProgRouter 就是冲这笔账来的。
一轮任务下来，模型反复调用，上下文越滚越长。论文写得很客气，叫"显著的运行开销"。白话版是：agent 跑一晚上，第二天看账单你会安静一会儿。
本来不打算收这条。名字像个路由器，点进去全是 orchestration、元门控、双路径预测器，一股"我很复杂"的味道。读下去发现剥开就一句话，那就值得收。
它动的是路由决策发生的位置
已有的级联路由，是在收到问题的那一刻做一次判断：这个查询用哪个模型。然后整条链路照着这个决定走到底。
多步工作流不是一道题。
拿改代码的任务说，先读文件、再定位、再改、再跑测试。第一步和最后一步都不需要最贵的模型，真正难的只有中间那一小段。用一个决定管全程，结果要么贵，要么废。
ProgRouter 的做法粗暴得多：每一步重新决定一次。
判断依据有三样，第三样是重点
任务走到哪了，剩下的活有多难，这一步值不值。
前两样好理解。第三样才是这篇想说的：不是"这步配不配用大模型"，是"这步用了大模型，能不能换来对应的进度"。
论文管这叫进度增益，归在 quality-cost tradeoff 底下。翻成白话：花了贵模型的钱，得看见活往前挪。
具体做法上，它有个多视角进度评分器，一边看工作流整体状态，一边看子任务完成度、进度趋势、状态质量这类细粒度信号。再往上是双路径进度预测器和元门控，用来估每个候选模型能带来多少增益。每一步在线决策，同时掂量进度增益、时间预算和长期成本。
元门控那部分我只懂一半。先放在这里，搞明白了再补一句。有读通的欢迎回来给我讲讲。
实验跑了四类基准
HumanEval Plus 和 MBPP 是代码，MATH-500 是数学推理，ASQA 是检索增强的长文本问答。论文的结论是，和几个关键基线比，解题表现保住的同时成本降了。
这类结论我一向留个心眼。表现不掉、成本还降，通常意味着某个前提写在比较靠后的位置。不过这篇是上个月月底挂上去的 arXiv，v2 月底更新，已经被 EMNLP 2026 的 Findings 收下。审稿人认这套设定，至少说明它不是自说自话。
编号和 DOI 我不写。索引的事留给索引。
比论文本身更值得看的，是它出现的时机
前两年"多智能体"在圈里的形象基本是个 demo 玩具，套几层 agent 就能录个视频。现在有会议愿意收一篇专门讨论调度和成本的工作，说明这事开始被当成正经题目处理。
这个转向对普通人的意义，不在论文里。
在于你在 Claude Code 或 Cursor 里挂一个长任务跑着，面对的是同一笔账。全程用最贵的，心疼。全程用最便宜的，任务做废了更心疼。中间那个度，论文叫在线决策，白话叫"这一步值不值得上贵的"。
现在这个判断是你自己拍的。以后工具大概会替你拍。拍得准不准，另说。
留个白话版
只想记一句：多智能体省钱的关键，不是少调几次模型，是每一步都重新决定一次用谁。
我本来想写"选对模型"，写完发现不对。选对是结果，每一步重算是动作。
另外提醒一句，论文全文能读，PDF、实验性 HTML、TeX 源码都公开了。能不能直接搬进你自己的工作流里用，我没试过，别把一篇 Findings 当成一个能装的东西。
本周就这些，只有一条。这几天的动静里，只有这条我能一句话讲清楚它对普通人意味着什么。剩下的要么我没看懂，要么看懂了也讲不出一句有用的话，就不占版面了。
上面有任何一条你试过、或者觉得我讲错了，欢迎告诉我。讲错的我补，没讲清的我改。
下周见。