把昂贵的 LLM 调用蒸馏到窄任务上

为什么值得关注

成本是 AI 落地最硬的约束之一。这个项目的思路很朴素：如果你的任务范围窄且固定，就没必要反复调用最贵的模型。对批量场景这可能是数量级的差异。实际效果与适用范围待核实。

和我们的判断的关系

直接呼应「09-Token 与计费」：省钱的杠杆在减少不必要的贵调用，而不只是谈单价。先统计你的调用里有多少是重复且窄的，那一部分最值得优化。