L1Baseline v0参考基线 v0 · 最近审阅 2026-11-19
模型与路由层
按任务难度采用三档静态显式路由(前沿推理 / 高性价比执行 / 长上下文初筛),保持标准 API 抽象与双供应商可切换。
本层核心问题:什么子任务交给哪一档模型,才能在推理上限、工具调用稳定性、速度与成本间取得最优平衡?
Baseline v0 Default Policy
当前默认基线策略
- 前沿推理档负责复杂拆解、架构决策、疑难排错与最终复核
- 高性价比执行档负责边界清晰的编码实现、脚本编写与信息抽取
- 长上下文批处理档仅做初筛与压缩,结论必须经上层复核
- 默认使用显式分层路由,不引入黑箱自动路由器
Explicit Anti-Patterns
默认排斥的反模式
- 盲目以综合榜单第一替换所有环节,忽略工具调用稳定性与延迟抖动
- 为每个微小步骤拼接不同小模型,导致行为不可预测与调试成本飙升
- 将业务工作流硬编码到单一厂商专有参数而无法迁移
Falsifiable Hypotheses
本层待验证核心假设
H-L1-01
在 SE 与 DR 任务族中,「前沿模型规划+复核 + 快速模型执行」相比「全程前沿模型」,在成功率不下降前提下可降低 >=35% 成本/耗时。
严肃竞争性解释:跨模型切换可能造成上下文理解断层与返工,反而推高总成本与失败率。
Evidence Ledger for L1
本层关联证据与实践条目(0)
本层暂无进入账本的候选或观察条目,当前沿用 Baseline v0 默认策略。
层级定位
模型与路由层解决的不是「哪一个模型跑分最高」,而是如何在真实任务执行链路中合理配置不同能力档位的模型。在工具调用、长程遵循指令和成本约束下,单一模型通吃往往既昂贵又低效,而过度碎片化的自动路由又会引入难以复现的波动。
Baseline v0 默认架构
- 三档显式分层
- 前沿推理档(Frontier Reasoning):用于
SE-03/04、DR-03、DA-03/04等高歧义、高风险决策节点,以及最终对抗式复核。 - 高性价比执行档(Fast Tool-Use / Coding):用于规格清晰的实现、数据清洗脚本编写、常规测试补齐与结构化抽取。
- 长上下文/批处理档(Bulk / High-Context):用于大批量资料初筛与日志压缩,但不得作为未核验的最终事实依据。
- 前沿推理档(Frontier Reasoning):用于
- 显式可控优先:路由决策写在任务模板或工作流阶段定义中,便于回放与归因。
- 插槽化抽象:通过标准 API 协议保持供应商可替换性,避免新模型发布时推倒重来。
证据缺口与演进方向
当前规则仅为 Baseline v0 初始对照锚点,尚未完成针对 Benchmark v0 的系统性多模型对照数据采集。后续周度迭代将重点验证分层路由与单模型直出之间的真实净收益与返工率。