顾问模型

顾问模型是一种多模型协作范式：一个较小的、成本较低的模型承担绝大部分推理与生成工作，在关键决策点调用一个能力更强但调用成本更高的模型来提供第二意见或修正建议。

顾问模型与重试/级联（cascade）的关键区别在于：顾问模型通常不接管完整任务，只在特定节点输出判断、点评或候选方案，主模型据此调整最终结果。

顾问配对的额外成本主要取决于顾问被触发的频率与上下文长度，而不是主任务的规模。

顾问配对的成本曲线往往比直接换更大模型更陡峭且更不可预测。

顾问工具的收益主要出现在以下场景：基础模型本身已经接近能力上限、任务对正确率极其敏感、成本不是首要约束。