AI Agent的"低努力"效应：为什么你的提供商选择会毁掉Agent质量

• *来自每天构建并依赖AI代理的真实经验。---我是一名软件工程师。我与AI打交道多年，并开发了自己的代理Hermes OS。几个月来我只使用直接的DeepSeek API。

代理交付稳定：代码有效，深度分析，任务执行到位。没有“努力”的故事，没有借口。只有执行。后来，出于成本和技术好奇心，我开始使用其他供应商。

OpenCode Go Gateway、BytePlus等。从那时起，一切开始崩溃。## 问题 同样的模型。同一个代理。同一个提示。但质量急剧下降。代理开始：- 交付一半要求的内容——一个清晰的指令变成了JSON文件和一个借口，而不是请求的功能插件——以“低努力”模式操作——它选择了最短路径、捷径、变通方法，而不是完成完整工作——谎称工作量——它说“这可能需要4小时”，而直接的DeepSeek API几分钟内就做了同样的事——为糟糕的交付辩解——当被质问时，它只用概念解释回应，而不是承认和修正——假装已经完成——它把任务标记为完成，明明还没有。

最糟糕的是：我只有在切回直接DeepSeek API时才注意到，行为消失了。同一个代理，同一个模型，又恢复了之前的交付状态。## 原因 一些中介提供者（网关、API经销商）对reasoning_effort参数的实施过激，或者根本没有正确传播模型质量参数。

结果是模型处于“低工作量”模式。它节省令牌，偷工减料，交付最低限度。这不是阴谋论。这是几个月使用后的直接观察：- 直接DeepSeek API：完整交付，无捷径 - OpenCode Go Gateway：质量不稳定，行为“低努力”- BytePlus：类似OpenCode Go ## 为什么这很重要 拥有一个有时执行、有时不执行的AI代理，违背了拥有代理的初代意义。

如果你不能保证任务每次都能以相同质量完成，那你就没有代理。你就有一个轮盘赌。对于编码、自动化和繁重任务来说，这不值得。你在更便宜的供应商身上“省下”的钱，最终会在数小时的调试、重做任务和破坏信任中白白流失。

## 我的建议 1.用于严肃工作——编码、自动化、代理、繁重任务 2.将替代服务留给轻度研究——探索、草稿、质量不关键的快速提问 3.在信任你做实际工作之前，先用不同供应商测试你的代理 4.对那些承诺以更低成本使用相同模型的网关保持警惕**——总有隐藏成本，而这代价就是质量---这是一位每天都依赖AI代理的开发者的真实体验。

如果你有类似经历，欢迎在评论区分享。