Shopify透過將基於GPT的商戶資料擷取系統替換為基於DSPy和Qwen 3建構的多智能體框架，大幅削減AI推理成本75倍，同時將輸出品質翻倍。這家電商巨頭從使用GPT-5的單一提示方法轉向協調專門化AI智能體處理不同資料擷取任務的複雜多智能體系統。

這代表開源模型在生產工作負載中的重要驗證，在這些情境中成本和效能比品牌名稱更重要。Shopify的結果突顯了深思熟慮的系統設計——使用DSPy的結構化提示框架與多個協調智能體——如何從更小、更便宜的模型中釋放更好的效能，而非將昂貴的前沿模型投入單次問題。75倍的成本削減不僅關於模型定價；它展示架構選擇如何能夠從根本上重塑AI經濟學。

由於僅有一個來源報導此發展，關鍵技術細節仍不明確——具體是Shopify如何建構其智能體協調、他們正在擷取什麼類型的商戶資料，以及如何測量品質改善。缺乏更廣泛的報導表明要麼是早期階段結果，要麼是圍繞可能成為競爭基礎設施優勢的資訊的刻意控制。

對於建構生產AI系統的開發者，Shopify的方法提供了一個藍圖：投資於像DSPy這樣的編排框架，而非依賴單體模型呼叫。開源模型與複雜提示和智能體協調的結合正成為特定使用案例中昂貴API呼叫的可行替代方案，在這些案例中你可以控制整個技術堆疊。