_{🧠 记忆锚点：先用质量、合规、SLA 等硬约束筛掉不可用模型，再在可行集合中优化成本与延迟，并准备降级兜底。}

💡 答案要点

路由策略：

用户问题 → 意图分类 → 选择模型 → 调用 → 返回答案
                    ↓
        ┌───────────┼───────────┐
        ↓           ↓           ↓
    简单问题    中等问题     复杂问题
   (GPT-4o-mini) (Claude)   (GPT-4)

分类维度：

维度	简单	中等	复杂
问题类型	打招呼、常识	一般问答	复杂推理、代码
Token 预算	< 500	500-2000	> 2000
延迟要求	< 1s	1-3s	> 3s
推荐模型	GPT-4o-mini	Claude/Gemini	GPT-4

实现示例：

class ModelRouter:
    def __init__(self):
        self.classifier = load_classifier()  # BERT 或 GPT-4o-mini

    def route(self, question):
        # 意图分类
        intent = self.classifier.predict(question)

        if intent == "simple":
            return "qwen3.5-flash"
        elif intent == "medium":
            return "claude-3-sonnet"
        else:
            return "qwen3.5-plus"

面试话术：

示例表达（仅在能用本人经历或可复现实验佐证时使用）： "我设计的路由系统把问题分成三档，简单问题用便宜模型（GPT-4o-mini），复杂问题用 GPT-4。分类器本身用轻量级 BERT，成本几乎可以忽略。上线后成本降低了 35%，用户体验没有明显下降。"

📚 参考：LiteLLM（多模型路由与代理）