https://wilsonwu.me/tags/embedding/Recent content in Embedding on Wilson WuHugo -- 0.127.0zh-CNTue, 26 May 2026 00:00:00 +0000https://wilsonwu.me/blog/2026/llm-smart-router/Tue, 26 May 2026 00:00:00 +0000https://wilsonwu.me/blog/2026/llm-smart-router/在多模型并存的 AI 架构中（如 GPT-4 / GPT-4o / 轻量模型 / 垂直模型等），一个核心问题是： 如何在不显式指定模型 ID 的情况下，让系统自动选择最合适的模型？ 本文介绍一种工程可落地的方案： 通过 Embedding 模型计算用户意图 → 在网关层进行语义匹配 → 动态路由到最合适的上游模型服务 我们将基于： Embedding 模型：Azure OpenAI text-embedding-3-small 网关：Envoy 核心机制：向量相似度打分 + 策略路由 问题背景与动机 在真实生产环境中，大模型调用通常面临几个挑战： 1. 成本与性能权衡 模型类型 优点 缺点 大模型（如 GPT-4） 能力强 成本高 / 延迟高 小模型（如 GPT-4o-mini） 快 / 便宜 能力有限 专用模型 精准 泛化弱 不同请求应该走不同模型，而不是“一刀切”。 2. 传统做法的局限 常见策略： 手动指定 model_id ❌（不智能） 基于规则（if/else）❌（不可扩展） 基于关键词匹配 ❌（语义不鲁棒） 3. 理想目标 我们希望： 用户只输入 prompt，系统自动理解“意图”，并选择最优模型 这正是 Embedding 可以发挥作用的地方。