技术 · 成熟
搭一条多模型编排流水线，怎样做到不超时、不返工
分工定盘，降级兜底，闸门说话
这是一套把几十万字资料汇编拆成四层分工的流水线方法：人类定盘层锁住选题立项、核心框架、史料解读、终审四个环节；统稿层拆成「管质量的总编辑」与「管调度的项目经理」两个角色；专业工位层按输入类型分配模型；执行中枢用能真跑代码的 Agent 做路由、重试、降级、用量统计与保存。保证不断流靠三级降级链（首选接口 → 不同供应商的备用接口 → 本地模型兜底出结构化草稿），保证不出幻觉引文靠三道脚本化闸门。做法是先锁死人类环节，再把质检写成脚本判据，最后按复测清单逐项验收。
方法 · 一图看懂
1
人类定盘层先锁四个环节 — 选题立项 / 核心框架 / 史料解读 / 终审一律人做——实测凡是让模型代劳框架设计的，返工率最高。
2
统稿层拆成两个角色 — 「管质量的总编辑」与「管调度的项目经理」必须分开，合成一个角色会互相拖累：管质量的舍不得放手，管调度的顾不上细看。
3
专业工位各吃一种输入 — 考据工位配带实时检索的模型，只吃原文段落＋检索结果；一致性工位配长上下文模型，只吃全编术语表＋纪年表。
4
执行中枢用能真跑代码的 Agent — 它管四件事：按工位路由到对应模型、失败重试、触发降级、用量统计与保存——这些必须是代码动作，不能靠对话里的“我会注意”。
5
接三级降级链 ＋ 两层超时 — 首选接口 → 不同供应商的备用接口（⛔ 不能同一家换个域名了事）→ 本地模型兜底（只要求产出结构化草稿，保流水线不断流）；超时设两层：连接 10s、读 120s。
6
装三道全脚本化质检闸门 — ① 来源标注闸门：无出处字段的条目不许进汇编 ② 交叉验证闸门：关键论断由两个模型独立产出再比实体与结论 ③ 一致性回归闸门：每专题完成跑术语表与纪年表比对，输出漂移清单。
7
口径分级：实测与推算分开写 — 实测值（境外接口确实超时、无出处论断打回率接近全部、确认式复核拦截近零）与推算值（成本＝公开定价×预估 token，未做长跑）分两栏列，⛔ 不混写。
8
四条复测清单收尾 — 连通性巡检（超时率写进验收条件，可用性一票否决）、一致性压力测试（故意植入术语冲突看能否全找出）、快照与回退演练（每专题完成即快照）、增量更新。
原理 · 为什么有效
这套方法之所以有效，是因为它把三个不同性质的失败面分开了。超时与断流是可用性问题：单一接口等于把可用性整体押给它，一旦境外接口超时，整条线停摆；三级降级链把“同一家换皮”“无兜底”两种假降级排除掉，再用两层超时把等待时间封顶，流水线就能推进下去。返工是分工问题：框架设计交给模型，等于让一个不知道终审标准的角色去定终审依据，后面每一步都得推翻重来；人类定盘层把不可逆的决策收上来，返工就止在源头。总编辑与项目经理合一之所以互相拖累，是因为两个角色的优化目标冲突——一个要“扣住不放”，一个要“往前推”，同一个人只能二选一。幻觉引文是验证问题：确认式复核（让第二个模型看第一个的答案再确认）拦截效果接近零，因为它只是在给已有答案找理由；只有两个模型独立产出再比实体与结论，才构成真正的交叉验证。三道闸门全脚本化，是因为人工抽检覆盖不了几十万字的量级——无出处字段不许进汇编这一条脚本判据，实测拦下的是最大宗的幻觉引文。
适用场景
适合：资料体量大、每条引文都必须可溯源的汇编型工程（历史专题、行业报告、合规文档）；需要跨供应商调模型、且单点超时会直接拖死交付的场景；有本地算力能做结构化兜底的环境；团队里有人愿意承担定盘与终审责任。
不适合：单轮问答或几页纸的小任务——四层分工与三道闸门的固定成本摊不回来；没有任何本地兜底能力、又要求“永不中断”的场景，这时应先降期望而不是堆降级链；以及希望模型代劳框架设计、要“一键出稿”的用法——这套方法的第一步就是把框架设计从模型手里拿走。
自测 · 6 问
选题立项、核心框架、史料解读、终审这四个环节，是不是还留给了模型？
管质量的总编辑和管调度的项目经理，现在是同一个角色或同一段提示词吗？
你的“备用接口”是不是只是同一家供应商换了个域名？
降级被触发过几次、每次落在哪一级，日志答得上来吗？
关键论断的第二个模型，是独立作答，还是看着第一个模型的答案再确认？
你报出去的成本数字里，哪些是实测、哪些只是公开定价乘预估 token 的推算？
怎么上手 · 验证步骤
按这个顺序做，别倒着来：
1. 先跑连通性巡检——把每家接口的连接 10s / 读 120s 超时设死，记录一周超时率，这一步不过关不必往下走；
2. 再划四层——把选题立项、核心框架、史料解读、终审四个环节在流程里标成人类专属，统稿层拆成总编辑与项目经理两个角色；
3. 接三级降级链——首选接口、另一家供应商的备用接口、本地兜底模型各配一遍，并让执行中枢把每次降级写进日志；
4. 装三道闸门——来源标注、交叉独立验证、一致性回归，全部写成脚本判据，先拿一小批历史稿试跑；
5. 压测与快照——故意植入术语冲突看闸门能否全找出，再对已完成专题做一次快照并演练回退；
6. 上增量更新——新素材按同一套闸门与标记规则进线，本地兜底稿必须打降级标记并单独过复查。
做完逐条对照：超时率有没有写进验收条件并做到可用性一票否决；备用接口的供应商与首选是否确实不同；日志里能查到每一次降级的时间、原因与落到的级别；把一条没有出处字段的段落故意塞进汇编，看它会不会被闸门当场拦下；让两个模型对同一论断独立作答，看两者的实体与结论差异是否被记录下来；随机抽一个专题，确认它的术语表与纪年表比对跑过、漂移清单已产出；报告里的实测项与推算项是否分栏且标注清楚。