大模型选型参谋

要解决的问题

在真实工程里，「哪个模型更适合这个任务」经常被拍脑袋决定：有人只认 GPT，有人只看价格，有人被营销榜单带偏。但不同模型在推理、编码、多模态、长上下文、中文、工具调用、部署和延迟上各有取舍，任务不同，最优解也不同。这个技能的价值是把选型从经验判断变成可解释过程。

工作方式

• 接收任务一句话和领域；信息不足时追问，最少可用默认中档补齐。
• 标注任务特征 8 维：模态、推理深度、上下文、语言、工具调用、预算、部署、速度。
• 合并 models.md 基线画像与 _live_cache.md 增量缓存；增量不自动覆盖基线。
• 对候选模型按当前场景权重打分：默认各维均等，支持重推理、重中文、重性价比、重多模态、重长文本、重本地。
• 输出首选、备选 1 / 备选 2、风险提示、数据快照，可选任务画像表。

画像过期时会触发刷新：用户手动请求，或缓存超过 7 天。真正联网前必须先确认；检索官方模型页、changelog、弃用公告后写入带时间戳的缓存。失败则回退基线，并明确标注本次未联网核实。

适用边界与注意点

• 适合选型决策辅助，不做实时跑分，不自动调用模型执行任务，不替代厂商官网。
• 元任务如「帮我做个 Skill」、自动编排多个模型，超出范围。
• 增量检索需用户确认；失败回退基线，并标注未联网核实。
• 基线数据截止 2026-07，综合公开信息整理，非厂商背书，建议用刷新模型库或官方文档核验。