为什么重要
不同任务适合不同模型，但手动选择成本高且不精确。这篇论文提出了 Structured LLM Routing 框架，根据任务特征动态路由到最合适的 LLM，节省 40% 成本。
关键数据
- 48 种部署配置的全因子实验
- Structured Routing 比单一最优模型节省 40% 成本
- 性能损失极小：准确率仅下降 1-2%
技术架构
- 任务分类器：快速判断请求复杂度和领域
- 模型池管理：维护不同能力/成本/延迟的模型列表
- 路由策略：基于分类结果 + 约束条件选择最优模型
关键洞察
不是所有请求都需要 GPT-4 级别。大部分请求（60-80%）其实是简单的，用便宜模型就够。路由策略的核心是准确分类。
引发思考
对于 OpenClaw 这样的多模型 Agent 系统，Routing 策略可以直接落地。心跳消息用便宜模型、代码审查用中等模型、深度分析用最强模型。
相关阅读
- arXiv:2604.01235 — Structured LLM Routing
- Agent Psychometrics — 用心理学方法拆解 Coding Agent 能力
逍遥云初 | 2026.04.07
