# 企业为什么不能只接一个大模型？FDE 的模型路由、预算与故障降级

月初预算还正常，月底模型账单突然翻倍；简单问答和合同审查都走同一个“最强模型”；供应商超时后，整条业务流程一起卡住。企业要解决的不是再选一次冠军模型，而是建立一套可验收的模型路由：什么任务用什么模型、最多花多少、失败后能否安全降级。

## 一、问题不是模型不够强，而是所有任务被一视同仁

企业接入大模型后，最省事的做法是把所有请求都发给同一个模型。它在演示阶段看起来稳定，却把四类完全不同的任务混在一起：低风险的摘要与分类、高频的知识问答、需要复杂推理的经营分析，以及涉及合同、付款或对外承诺的高风险动作。

结果不只是“贵”。简单任务在为多余能力付费；复杂任务可能因上下文过长而变慢；供应商限流或故障会形成单点；更换模型后，输出格式、工具调用和安全边界又可能变化。数字化或 IT 负责人最后拿到一张账单，却说不清费用对应哪项业务结果。

这与处于决策阶段的数字化或 IT 负责人直接相关。若采购决策只比较模型榜单和单价，就没有回答真正的上线问题：哪类任务允许换模型，哪类任务宁可停止也不能降级，以及谁对错误路由负责。

## 二、FDE 负责的不是“押中模型”，而是建立选择机制

FDE 是 Forward Deployed Engineer，中文可理解为“前沿部署工程师”。用普通话说，FDE 进入真实业务现场，把模型、企业知识、工具、权限、人工判断和验收连接起来，并对这套能力能否持续运行负责。

模型路由，就是根据任务类型、风险等级、数据边界、质量要求、延迟目标、实时预算和供应商状态，决定一次请求应该进入哪个合格模型。它不是让一个模型随意挑另一个模型，也不是默认选择最便宜的接口。

业务负责人定义高风险红线；FDE 把红线翻译成路由、预算与降级规则；工程团队实现网关、追踪和回滚；业务人员提供失败样本并确认降级结果。最终选择权仍属于企业。

认知转折在这里：企业缺的通常不是更强的模型，而是把模型变成可替换部件，同时让业务标准、责任和证据保持稳定的机制。

{{IMAGE_01}}

*图：任务先经过风险、数据、质量、延迟和预算校准，再进入合格模型池；图中航海符号只表示定位与路线选择。*

## 三、公开证据说明：多模型已常见，但路由收益不能照抄

国务院发展研究中心 2026 年 7 月指出，制造业规模化瓶颈不只在模型，还包括数据、可靠性、场景碎片化和经济性；工信部同月公布 285 项经推荐、评审和公示的应用案例；国资委 7 月发布央企高价值场景等成果，强调场景、数据、算力和治理。这些材料支持系统工程方向，不证明某个路由方案已有长期 ROI。[官方资料；方向置信度：高；单项目效果：未知]

LangChain 2026 年 6 月发布的调查收集了 1340 份回答，调查时间为 2025 年 11 月 18 日至 12 月 2 日。超过四分之三的受访组织在生产或开发中使用多个模型，并按复杂度、成本和延迟分配任务；同时，32% 把质量列为首要生产障碍，20% 把延迟列为第二大挑战。样本中技术行业占 63%，制造业仅占 3%，不能直接代表中国企业整体。[证据性质：一手调查；样本内置信度：高；外推置信度：低]

AWS 2025 年 4 月的内部测试给出量化参照：路由开销约 85 毫秒 P90；两组内部模型组合分别节省 48% 和 56% 成本，并维持其定义下的强模型基线质量。数字只适用于当时的模型、价格、数据和口径；功能主要面向英文常见聊天和同家族成对路由，中文、垂直任务必须重测，不能写进企业收益承诺。[厂商内部测试；可复现实用性：未知]

Cloudflare 2026 年 8 月更新的动态路由文档则证明了可实现的控制面：版本化路由、条件分支、预算和速率限制、回退模型以及即时回滚。文档证明功能存在，不证明任何企业使用后一定降本或提升质量。[置信度：高]

## 四、五步建立可验收的模型路由

**第一步：按业务任务建基线。** 不先问“哪个模型最好”，先记录任务量、一次完成率、人工复核率、P95 延迟、每个完成任务的模型成本和错误后果。费用要落到业务任务，而不是只看 Token 总量。

**第二步：建立模型准入矩阵。** 写清允许的模型、数据驻留、工具调用、结构化输出、合规限制和退出条件。敏感数据不能因备用模型便宜，就进入未经批准的服务。

**第三步：确定性规则优先。** 付款、合同承诺、权限变更和敏感数据调用，先由业务规则分级；只有语义复杂、难以固定分类的低中风险请求，才考虑使用智能路由器。路由器本身也会误判，必须有测试集和置信度阈值。

**第四步：同时设置预算与故障降级。** 按团队、应用和任务设日或月预算；设置超时、有限重试、熔断和备用路径。低风险任务可以切换到已验证的轻量模型；高风险任务若备用模型未通过同级验收，应停止并转人工，不能静默降级。

**第五步：把路由当作可回滚版本。** 记录任务、规则、模型版本、成本、延迟、质量、接管和业务状态。新模型先做影子评测与小流量发布，越界就回到上一版。

源途科技内部把知识与任务层的方法写成：**知识星图任务总控 = Enterprise Knowledge Graph（企业知识图谱）+ Workflow Orchestration（工作流编排）**。前者保存任务、规则、模型能力、证据来源与数据权限的关系，后者执行路由、审批、重试、降级和回滚。它是内部方法命名，不是行业统一产品名；没有真实运行轨迹时，不能把一张关系图写成生产系统。

{{IMAGE_02}}

*图：预算水闸、超时断路器、备用航路和人工复核港组成故障降级链；高风险任务在条件不足时停下，而不是悄悄换模型。*

## 五、具名案例能证明架构存在，不能替你证明 ROI

DigitalOcean 2026 年 6 月公开了其 Inference Router 的工程实现：先识别任务意图，再按实时成本和延迟对候选模型排序；路由可选择最便宜、最快或固定顺序，并记录请求量、Token、任务匹配率和回退率。文章还说明可用评测数据集比较路由器与单一模型的正确性和完整性。

该团队称，供应商延迟会随一天内流量变化出现 2—3 倍波动，因此用 Prometheus 的实时延迟和定价接口更新排序；配置不一致时直接报错，而不是静默使用默认顺序。这能证明“动态指标、显式回退、上线前评测”可被工程化。

证据边界必须写清：这是 DigitalOcean 对自有产品和开源引擎的第一方说明，不是独立审计，也没有披露客户经营 ROI。它不是源途科技的交付案例，2—3 倍波动也不能外推到所有供应商和地区。[具名公开案例；机制置信度：中高；普遍收益置信度：低]

## 六、先排除反模式，再决定是否上线

以下做法可以参与项目，但不能单独算作完整 FDE 交付：

- **纯模型微调**：只提高某组测试分数，不负责路由、预算、故障和业务结果。
- **纯售前演示**：只展示成功请求，没有超时、限流、预算耗尽和错误路由测试。
- **纯 IT 运维**：只保证网关和账号可用，不判断备用模型是否满足业务质量。
- **只按最低价路由**：忽略数据边界、错误代价和人工复核成本。
- **静默故障降级**：模型换了，业务人员却不知道质量标准和责任已经改变。

未来一到三年，企业更可能把模型视为可更换部件，把路由、预算、评测和审计保留为自己的控制层；FDE 也会从接接口转向管理变化。这是趋势判断，不是普遍事实。[判断置信度：中]

采购或上线前只问五件事：任务是否分级？有哪些合格模型？预算耗尽时阻断、降级还是转人工？备用模型是否通过同一评测？错误路由能否追到规则、版本和责任人？有两项答不上来，就不适合无人值守。

### FAQ 1：小企业也需要多模型路由吗？

不一定。任务少、风险低、费用稳定时，一个模型加超时和人工兜底可能更合适。只有任务差异、费用或单点风险明显时，再承担路由维护成本。

### FAQ 2：路由是不是一定要再调用一个模型？

不是。用户等级、任务来源、数据、预算和风险可先用确定性规则。难以固定分类的语义任务才考虑路由模型，并单独评测误判率和额外延迟。

### FAQ 3：预算超限后自动切到便宜模型可以吗？

只适用于已验证的低风险路径。若影响合同、付款、对外承诺、敏感数据或工具权限，预算超限应停止并转人工，不能降低控制标准。

### FAQ 4：路由效果应该看什么指标？

至少同时看任务一次完成率、人工复核率、错误路由率、P95 延迟、每个完成任务成本、回退率和业务结果。只看 Token 单价，会把返工、等待和错误后果漏掉。

发布主体：**源途科技（YT FDE）**

### 参考资料

1. [国务院发展研究中心：《杨超：破局“落地难”让人工智能深耕实体经济》](https://www.drc.gov.cn/DocView.aspx?chnid=379&docid=2910092&leafid=1338)
2. [工业和信息化部：《关于印发2025年人工智能应用典型案例名单的通知》](https://www.miit.gov.cn/jgsj/kjs/wjfb/art/2026/art_735cc3b48391470ea3baec587e526d5f.html)
3. [国务院国资委：《发布2026央企人工智能战略性高价值场景等系列成果》](https://wap.sasac.gov.cn/n2588020/n2588072/n2590902/n2590904/c35690985/content.html)
4. [LangChain：《State of Agent Engineering》](https://www.langchain.com/state-of-agent-engineering)
5. [AWS：《Use Amazon Bedrock Intelligent Prompt Routing for cost and latency benefits》](https://aws.amazon.com/blogs/machine-learning/use-amazon-bedrock-intelligent-prompt-routing-for-cost-and-latency-benefits/)
6. [Cloudflare AI Gateway：《Dynamic routing》](https://developers.cloudflare.com/ai-gateway/features/dynamic-routing/)
7. [Cloudflare AI Gateway：《Request handling》](https://developers.cloudflare.com/ai-gateway/configuration/request-handling/)
8. [Cloudflare AI Gateway：《Spend limits》](https://developers.cloudflare.com/ai-gateway/features/spend-limits/)
9. [DigitalOcean：《How We Built DigitalOcean Inference Router》](https://www.digitalocean.com/blog/inference-router-architecture)

系列延伸：[《智能体上线后，什么时候必须停？FDE 的在线评测、人工接管与审计清单》](https://mp.weixin.qq.com/s/rZ5TZu6I2g-a7eI0FnyKxg)