周三下午，起源集团总部，产品副总裁办公室。
刚吃完午饭回来的姜亦心给刘昊宇发微信。
【小姜（想吃火锅版）】：你猜今天晚上吃什么？
【大刘（领主）】：对不住了，我的士兵，今天不能带你去吃火锅了，我下班之后还得回家玩骑砍。
【小姜（想吃火锅版）】：？？？
气鼓鼓地把手机锁屏，姜亦心想了想自己一个人去吃海底捞、对面还要被放一个玩具熊的尴尬样子。
算了算了，还是回家吃外卖吧。
摸鱼结束的姜总开始沉迷工作，她还得看鼎盛那边同步过来的调用数据。
这也是双方商谈定下的结果。鼎盛和起源虽然合作的地方越来越多，基础却实在算不上牢靠。商业谈判时，姜亦心坚持要求鼎盛部署的汤圆0.9向起源服务器实时同步调用量数据，防的就是鼎盛在调用量上造假。
调用费用虽按月结算，调用量却能实时看到。
从周一上午汤圆0.9上线鼎盛云模型商店算起，到现在满打满算两天多，部署在鼎盛的汤圆0.9的API调用总量已超过起源官方API的调用量。
看到这组数据，姜亦心简直叹为观止。难怪鼎盛急匆匆上架汤圆模型——他们哪来这么多用户，愿意花比满血旗舰还贵的价格，从鼎盛渠道订阅汤圆0.9？
这个问题当然能去问苏总，可姜亦心最近在刻意锻炼独立思考的能力。
她打开电脑新建文档，先把自己的思考过程扔进去。
先说汤圆1.0火不火？火！已经火到“一词元难求”的地步，整个AI圈讨论最多的就是汤圆。
可起源自家算力有限，又不愿把汤圆1.0部署到别家平台：想买的人买不到，用御风开发的速度倒是大大加快。
AI叙事如今已不是可有可无的故事。只要是科技企业，还没宣布拥抱AI，大家只会觉得你已经落伍。
急着拥抱AI的企业纷纷快速做出原型，把大模型以对话模式接入自家服务；可能自研模型的毕竟是少数，大多数人只能调用别家API，汤圆0.9便是其中能买到的最有性价比的选择。
再加上鼎盛云服务生态完善，权限管理都已内置，已经选择鼎盛的企业接入并不复杂；鼎盛又在云市场积累多年，算力比起源富裕得多，基本能满足采购企业的用量需求。
这才造成一个奇怪现象：鼎盛卖的0.9反而比起源卖的1.0还多。
姜亦心坐在原地皱了皱眉，又想到一个对企业而言鼎盛有而起源没有的优点：企业自身可能增长的算力需求。
起源算力吃紧大家都知道，想买到基本看运气。若企业发现用量特别大、还会快速增长，起源却供应不上，怎么办？
反过来，鼎盛供应稳定；价格虽贵、版本虽旧，对很多企业来说，稳定供给就是更值钱，他们愿意为此支付溢价。
从鼎盛角度看，卖汤圆虽也赚钱，却得分给起源，肯定不如卖坤元划算。于是他们特意把汤圆价格定高一点、坤元价格定低一点，鼓励人们用坤元。
奈何汤圆如今在AI圈的名声太权威，既然能买到汤圆，大家还是愿意买汤圆。
简单说，起源有模型缺算力，鼎盛有算力、有模型，可模型没有汤圆那么有吸引力；综合下来，对很多企业而言，部署在鼎盛云上的汤圆0.9才是最佳选择。
姜亦心看了看写得密密麻麻的文档，觉得思路清晰多了。
所以，起源下一步发展的关键仍是继续扩充算力。硬件那边已有江松然负责，可从产品角度，有什么事是她能做的？
她仔细想了想：眼下御风、汤圆Chat和汤圆API用的是同一个算力池。如果第一方的这两个应用能省出算力，是不是就意味着API那边能有更多额度可销售？
当然，不能为了省算力就给起源这两个王牌产品降智；真这么干，导致口碑暴跌、用户信任流失，那才是舍本逐末。
以用户体验为先的道理，产品副总裁姜亦心还是懂的。
可做了这么久AI产品经理，姜亦心也积累了不少方法论。其中很重要的一条是：模型产出质量并不总与消耗的算力正相关。
同一个模型、同一个要解决的问题，用两种不同方式调用，确实可能有一种消耗算力更少，结果还更好——鱼和熊掌可以兼得。
继续优化这两个产品的系统约束，是不是就能往这个方向提升？
这才是真正的降本增效吧？姜亦心高兴地想。
随即，她赶紧把刚才的想法整理成文档，准备作为下一阶段的项目目标。
“所以我们接下来的目标是继续优化智能体的——”
写着写着，写到这一句，姜亦心突然卡住了。
随即她想到一个问题：这种脱离模型能力之外、对智能体表现至关重要的部分，似乎还没有名字。
该怎么称呼它才好呢？
这其实很重要：没有简洁的名字，人们就无法讨论一个具体事物。比如智能体刚诞生时，还没有“智能体”这个概念，要形容它，只能说：这是一种能自主感知环境、进行推理规划、调用外部工具并生成最终结果的人工智能自动化工具。
给符合这些条件的工具命名为智能体，大大降低了讨论它所需的沟通成本。
姜亦心刚想出的这个概念，其实基于智能体大规模应用的延伸。你也是智能体，我也是智能体，为什么起源集团做出的智能体，无论在算力利用效率上，还是在任务执行结果上，都比其他公司的智能体效果更好？
就因为这种模型能力之外的约束条件做得更好。
姜亦心回想起AI工具发展的这几年，这种对模型能力的综合约束，应该算一种工程能力吧？
那该给它取个什么名字？
提示词工程？不对。它比单纯的提示词管理复杂多了：不只是给模型的提示词，还包括模型应返回的数据格式、工具本身对返回数据的处理方式，甚至什么时候该主动压缩上下文。
同理，叫上下文工程也没法体现全部工作。
对取名不太自信的姜亦心左思右想，忽然想到大刘最近沉迷的那个游戏——《骑马与砍杀》。
如果把具有推理思考能力的大模型比作能日行千里的千里马，把使用模型的人比作乘骑千里马的骑士——
那么，这种给模型提供方向、进行约束的能力，是不是就可以叫作“驾驭工程”？
驾驭工程。
英文名就叫Harness Engineering。
就这么定了！