Writer 發布了什麼：Palmyra X6 與重新設計的編排平台

這次公告包含兩個核心部分：

• Palmyra X6：一款專為長時間企業工作流程設計的全新旗艦「代理型模型」。它支援子代理、基礎事實對齊 (Grounding) 以及 MCP 工具使用 。Writer 的官方文件已將其設為 Writer Agent 服務的預設模型 。
• 升級版 Writer Agent 編排平台：該代理編排平台經過重新設計，旨在優化長時間、多步驟代理工作流程中的 token 使用量 。這個編排平台負責控制模型如何序列化推理步驟、呼叫外部工具以及管理上下文。

編排平台優化如何降低成本

Writer 所聲稱的成本節省並非來自單一魔法，而是模型效率與更智慧化的編排相結合的成果：

• 平均成本降低 52%：搭配 Palmyra X6 的代理在執行複雜的多步驟工作流程時，平均成本比上一代降低了 52% 。
• 每項任務成本減半：每項代理任務的成本從約 0.25 美元降至約 0.12 美元 。
• 速度提升 48%：代理任務的執行時間大約是過去的一半，任務平均在約 26 秒內完成，輸出速率為每秒 82 個 token 。
• 輸出品質提升 10%：根據 Writer 的內部基準測試 。
• 無人值守長時間運行代理：新的編排平台和模型能夠讓代理任務在無人值守的情況下持續運行長達八小時，減少了人工監督和重複提示的負擔 。
• 針對性 Token 優化：該編排平台直接優化了多步驟推理過程中 token 的消耗方式，減少了代理動作長鏈中的浪費 。

背景脈絡：Writer 專注於為行銷和營收團隊提供 AI 工具和代理，其客戶包括 Accenture、Uber 和 Vanguard 等《財富》500 強企業 。該公司的核心論點是，透過將具有前沿競爭力的模型與更智慧的編排平台相結合，企業能夠以「競爭對手解決方案的一小部分成本」來部署持久且多步驟的 AI 代理 。

開源基礎為何重要

Palmyra X6 基於 Z.ai 的開放權重模型 GLM-5.2，這種方法讓 Writer 既能受益於開源基礎，又能透過專有的後訓練來調整模型，使其更適合企業的代理任務 。這種混合策略——採用強大的開放模型並針對特定領域工作流程進行微調——在希望控制成本和開發時間，同時仍提供具競爭力效能的 AI 公司中越來越常見。

這對企業 AI 採購者意味著什麼

對於正在評估 AI 代理平台的企業而言，Writer 提供的數據顯示，運行複雜多步驟 AI 代理的經濟效益可能正在發生轉變。將成本降低 52%、延遲時間幾乎減半，以及能夠讓代理在無人值守下運行八小時這三項優勢，正好解決了企業對 AI 代理最常見的兩個抱怨：成本難以預測以及需要持續的人為監督。如果這些說法在實際應用中能夠得到驗證，那麼它們可能使代理型 AI 適用於那些過去因成本過高而無法自動化的大量工作負載。

當然，這些數據來自 Writer 自己的內部測試，實際結果可能會因特定企業任務的複雜性和結構而有所不同。對買家而言，若能有獨立機構驗證這些所聲稱的成本降低，將能提供更清晰的圖像。

Writer 發布了什麼：Palmyra X6 與重新設計的編排平台

這次公告包含兩個核心部分：

• Palmyra X6：一款專為長時間企業工作流程設計的全新旗艦「代理型模型」。它支援子代理、基礎事實對齊 (Grounding) 以及 MCP 工具使用 。Writer 的官方文件已將其設為 Writer Agent 服務的預設模型 。
• 升級版 Writer Agent 編排平台：該代理編排平台經過重新設計，旨在優化長時間、多步驟代理工作流程中的 token 使用量 。這個編排平台負責控制模型如何序列化推理步驟、呼叫外部工具以及管理上下文。

編排平台優化如何降低成本

Writer 所聲稱的成本節省並非來自單一魔法，而是模型效率與更智慧化的編排相結合的成果：

• 平均成本降低 52%：搭配 Palmyra X6 的代理在執行複雜的多步驟工作流程時，平均成本比上一代降低了 52% 。
• 每項任務成本減半：每項代理任務的成本從約 0.25 美元降至約 0.12 美元 。
• 速度提升 48%：代理任務的執行時間大約是過去的一半，任務平均在約 26 秒內完成，輸出速率為每秒 82 個 token 。
• 輸出品質提升 10%：根據 Writer 的內部基準測試 。
• 無人值守長時間運行代理：新的編排平台和模型能夠讓代理任務在無人值守的情況下持續運行長達八小時，減少了人工監督和重複提示的負擔 。
• 針對性 Token 優化：該編排平台直接優化了多步驟推理過程中 token 的消耗方式，減少了代理動作長鏈中的浪費 。

背景脈絡：Writer 專注於為行銷和營收團隊提供 AI 工具和代理，其客戶包括 Accenture、Uber 和 Vanguard 等《財富》500 強企業 。該公司的核心論點是，透過將具有前沿競爭力的模型與更智慧的編排平台相結合，企業能夠以「競爭對手解決方案的一小部分成本」來部署持久且多步驟的 AI 代理 。

開源基礎為何重要

Palmyra X6 基於 Z.ai 的開放權重模型 GLM-5.2，這種方法讓 Writer 既能受益於開源基礎，又能透過專有的後訓練來調整模型，使其更適合企業的代理任務 。這種混合策略——採用強大的開放模型並針對特定領域工作流程進行微調——在希望控制成本和開發時間，同時仍提供具競爭力效能的 AI 公司中越來越常見。

這對企業 AI 採購者意味著什麼

對於正在評估 AI 代理平台的企業而言，Writer 提供的數據顯示，運行複雜多步驟 AI 代理的經濟效益可能正在發生轉變。將成本降低 52%、延遲時間幾乎減半，以及能夠讓代理在無人值守下運行八小時這三項優勢，正好解決了企業對 AI 代理最常見的兩個抱怨：成本難以預測以及需要持續的人為監督。如果這些說法在實際應用中能夠得到驗證，那麼它們可能使代理型 AI 適用於那些過去因成本過高而無法自動化的大量工作負載。

當然，這些數據來自 Writer 自己的內部測試，實際結果可能會因特定企業任務的複雜性和結構而有所不同。對買家而言，若能有獨立機構驗證這些所聲稱的成本降低，將能提供更清晰的圖像。