Shopify通过将基于GPT的商户数据提取系统替换为基于DSPy和Qwen 3构建的多智能体框架，大幅削减了AI推理成本75倍，同时将输出质量翻倍。这家电商巨头从使用GPT-5的单一提示方法转向了协调专门化AI智能体处理不同数据提取任务的复杂多智能体系统。

这代表了开源模型在生产工作负载中的重要验证，在这些场景中成本和性能比品牌名称更重要。Shopify的结果突显了深思熟虑的系统设计——使用DSPy的结构化提示框架与多个协调智能体——如何从更小、更便宜的模型中释放更好的性能，而不是将昂贵的前沿模型投入单次问题。75倍的成本削减不仅仅关于模型定价；它展示了架构选择如何能够从根本上重塑AI经济学。

由于只有一个来源报道这一发展，关键技术细节仍不清楚——具体是Shopify如何构建其智能体协调、他们正在提取什么类型的商户数据，以及如何测量质量改进。缺乏更广泛的报道表明要么是早期阶段结果，要么是围绕可能成为竞争基础设施优势的信息的刻意控制。

对于构建生产AI系统的开发者，Shopify的方法提供了一个蓝图：投资于像DSPy这样的编排框架，而不是依赖单体模型调用。开源模型与复杂提示和智能体协调的结合正成为特定用例中昂贵API调用的可行替代方案，在这些用例中你可以控制整个技术栈。