多模型路由：不要只按价格选择 | 柠萌的生活日记

路由应综合风险、上下文、工具能力、延迟和历史成功率。

问题背景

生成式模型擅长处理模糊语言和提出候选方案，却不天然保证状态一致、权限正确或动作可恢复。讨论“多模型路由：不要只按价格选择”时，重点不应只是跑通演示，而是系统失败后是否知道发生了什么、能否安全继续，以及结果能否重复验证。

设计方案

先过滤能力不满足的模型，再依据离线评测和在线指标选择。

在“路由决策表”进入实现前，先标注输入来源、调用身份和数据等级；输出通过结构与领域校验后才允许进入下一步。涉及外部副作用时，执行记录必须包含稳定业务键和脱敏证据。

实施产物：路由决策表

按数据等级、上下文长度、能力要求和延迟预算筛候选模型；先硬约束再评分；记录选择原因并准备降级链。先在测试环境保存一条完整运行证据，再接入真实写操作；每次变更都必须能定位到配置、代码和数据版本。

practice:
  id: harness-model-routing
  artifact: "路由决策表"
  owner: platform-team
  timeout_seconds: 30
  failure_mode: fail_closed
  audit: required

示例只表达边界，不是可直接复制的完整框架配置。落地时应使用当前依赖版本的官方 API，并把超时、身份和审计接到现有基础设施。

实施步骤

1. 选一个可回放的小任务，写清输入、成功条件和禁止发生的副作用。
2. 实现“路由决策表”，把模型建议与真正执行隔离。
3. 人工走通成功、拒绝和恢复三条路径，保存 run_id 与关键事件。
4. 加入自动化回归，再用小比例非关键流量观察指标。
5. 达到门槛后逐步放量；任一安全约束失败立即停止新任务并回退版本。

失败演练与验收

首要反例是：只按单价路由，复杂任务反复重试反而更贵。不要只验证顺利完成；还要注入超时、重复请求、取消、无权限输入和依赖返回畸形数据。

本篇的硬性验收是：主模型限流、超时和低置信时分别验证降级路径。同时记录 路由命中率、端到端成本、降级成功率。验收脚本应按结构化字段判定，不以“回答看起来合理”代替测试。

上线与回滚

“路由决策表”上线前要固定模型、提示、规则、工具 schema 与数据版本，并用影子或灰度流量比较旧版。若 路由命中率、端到端成本、降级成功率 越过门槛，先停止新 Run，再处理在途任务，恢复旧组合后逐项核对未决副作用。

适用边界

当场景是“只有一个合规模型可用”时，这套设计的维护成本通常高于收益。权限、金额、删除和一致性约束始终交给确定性代码，不能交给模型自行判断。

路由决策需要可复现

信号	示例	注意
任务风险	只读摘要 / 外部写入	高风险先满足能力与策略
能力	长上下文、视觉、结构输出	用评测而非宣传标签
SLO	deadline、可用区、限额	为 fallback 预留时间
成本	估算输入输出与重试	不只比较单 Token 价格
数据边界	区域、保留、供应商	作为硬过滤条件

先用硬约束过滤不合格模型，再在候选中按评测得分、实时健康、延迟与成本排序。每次 Run 保存 route policy 版本、候选、被排除理由和最终模型，随机负载均衡也记录 seed/选择结果。

fallback 不是无条件换模型：写操作若主模型已产生计划，切换后要重新校验计划摘要；剩余 deadline 不足时应快速失败；连续故障使用熔断避免每个请求都付出双倍等待。用限流、超时、畸形结构、低置信和区域不可用分别演练，比较端到端成功率与总成本，而不是只看模型调用成功率。

第二轮实践复核

围绕“路由决策表”建立一个不接触生产数据的最小项目，固定运行时、框架、模型、提示、规则和工具 schema 版本。正文代码块若缺少完整依赖、导入或领域类型，应视为架构伪代码；只有放入示例仓库并通过下述命令的代码才标记为可运行。

• 项目验证：运行项目既有的 schema 校验、契约测试与离线评测命令
• 回归夹具：把输入、结构化输出、工具轨迹和副作用记录为 JSON，用固定版本执行正常、拒绝、超时、取消与重复请求五组回归样本。
• 必留证据：run_id、版本组合、终止原因、动作幂等键，以及 路由命中率、端到端成本、降级成功率。
• 通过条件：未批准写操作为零副作用；相同幂等键重复执行只产生一个业务结果；超时或恢复后状态可解释。
• 失败处理：先停新任务，再核对在途动作；回滚模型、提示、规则、工具与状态迁移的完整组合，不能只换回模型。

复用顺序

1. 为“多模型路由：不要只按价格选择”建立确定性假工具，先跑契约与失败用例，不接触真实凭据。
2. 围绕“路由决策表”接入只读能力，核对权限裁剪、脱敏字段和 Trace 完整性。
3. 需要写能力时先输出 dry-run 差异，再绑定审批结果与一次性动作哈希。
4. 以本文验收指标比较影子流量；达到门槛才放量，越线立即执行文中的组合回滚。

实践与资料复核日期：2026-08-22；框架 API 以锁定版本的官方文档为准。

参考资料

• 官方文档

框架 API 会持续演进，复制示例前应再次确认当前版本。可持续的 AI 工程不依赖某个模型偶尔表现出色，而依赖清晰契约、可靠 Harness 与可重复验证。