Pacific Slate: åtte agenter på egen server, og en kostnadsruter som byttet modell i det stille

Utgangspunktet var en person i første året av et MBA-studium, med jobb og to barn, som var lei av å forklare situasjonen sin på nytt for hvert KI-verktøy han byttet til. Det står i den tekniske gjennomgangen på pacslate.com, lagt ut som Show HN 9. august. Systemet kjører på en leid server med krypterte sikkerhetskopier, og har vært i daglig bruk siden tidlig i 2026.

Åtte agenter deler arbeidet: én operatør som leser forespørselen og ruter den, og sju spesialister for research, kode, analyse og gjennomgang. Hver kjører på modellen som passer og prises for akkurat den jobben. Evaluatoren kjører bevisst på en annen modellfamilie enn agentene den scorer, og gjennomgangsagenten er skrivebeskyttet etter policy. Rundt to dusin MCP-servere ligger bak én tokenautentisert gateway, som eksponerer et BM25-søk over verktøykatalogen i stedet for å laste alle verktøyskjemaene inn i hver agents kontekst.

Den mest lærerike delen av gjennomgangen er en feil som ikke ga utslag i loggene. Agentene begynte å produsere dårligere svar, med mer forbehold og av og til nektelser, uten en eneste feilmelding. Årsaken var kostnadsruteren: under budsjettpress byttet den til en billigere modell, som returnerte suksess og oppførte seg annerledes. Fiksen var ikke å skru av byttet, men å gjøre det synlig. Hvert modellbytte vises nå på resultatkortet og i tracingen.

«Hver pålitelighetsfiks parer en beskyttelse med et spor, slik at samme klasse problem ikke kan gjenta seg usett.» — driftsprinsippene i Pacific Slate-gjennomgangen

Budsjettstyringen skjer før modellkallet, ikke etter. En deterministisk scorer rangerer kompleksiteten fra 1 til 5 ut fra ordtelling, nøkkelordklasser, kodemarkører og samtaledybde, helt uten et modellkall. Under 80 prosent forbruk kjører alle roller på tildelt modell, mellom 80 og 95 prosent degraderes trivielle oppgaver, og ved 100 prosent blokkeres alt som ikke er nødvendig. Samme prinsipp gjelder minnet: en deterministisk relevanspass avgjør hva som lastes før noen modell kjører, og gjenkalt minne behandles som et spor, ikke et faktum, så agenten slår opp kildedokumentet før den handler.

Tallene eieren oppgir fra 90 dager med traces fram til august 2026: 13 053 kjøringer, 26 515 modellkall og ni modeller i trafikk, med 3,1 sekunder som median for et modellkall og 14 sekunder ved 90. persentil. Kunnskapsbasen er på rundt 14 000 dokumenter og 196 000 tekstbiter. Alt er egenrapportert fra ett system, uten uavhengig verifisering.

Én presisering før du klikker deg inn: GitHub-repoet pacific-slate/pacslate inneholder arkitekturen og designbeslutningene under MIT-lisens, ikke det kjørende systemet. Du får eksempelfiler for modellruting og fallback-mønsteret, pluss en demo på sample-data. Eieren skriver selv at dette ikke er et produkt, at det er bygget for én bruker, og at ingenting er testet mot flerbrukerdrift eller en fiendtlig trusselmodell.

Hva bør du gjøre?

1. Logg modellbytter hvis du ruter mellom modeller. Et stille bytte til en billigere modell ser ut som suksess i loggen og som en kvalitetsregresjon i svarene.
2. Flytt relevansvurdering ut av modellen der du kan. Kompleksitetsscoring, verktøysøk og minnerelevans kjøres her deterministisk før noe modellkall skjer.
3. Sjekk om fallback-innstillingen i rammeverket ditt faktisk gjør noe. Eieren oppdaget at ADK-ens egen fallback-konfigurasjon ble ignorert av modellwrapperen, og måtte skrive laget selv.