先说一个很多团队都踩过的坑：上线一个 AI 功能时，为了"保险"，把所有用户请求都发给当前最强的模型。功能确实跑起来了，但月底一看账单，再一测响应时间，往往都让人皱眉——很多请求其实根本不需要最强模型