Stratinv AI Tech · 研究驱动架构

AI 原生软件聚合平台。

构建在模型市场之上的企业软件:模型中立、持续评测、成本可控、治理内生。Stratinv AI Tech 将前沿模型、开放模型、小模型与推理服务商,转化为稳定的平台、产品和 API。

把智能当作供应链,而不是单一供应商。
参考架构

五层清晰分离,每层均可替换。

分层使质量、韧性和模型套利成为可能。应用只请求任务,平台在稳定接口后解析模型、推理路径、策略与价格。

L1

模型层

组成

前沿 LLM、开放权重模型、微调 SLM、嵌入、重排、语音与视觉模型。

设计规则

每类能力至少两个合格供应方,统一封装在内部模式后。

L2

推理层

组成

供应商 API、推理云、优化服务引擎、量化部署与批处理端点。

设计规则

同一开放模型至少验证两条服务路径;每周衡量成本、延迟与可靠性。

L3

编排与路由层

组成

模型网关、任务路由、提示词注册、缓存、故障切换、速率与预算控制及评测体系。

设计规则

由公司自建并拥有;这是遥测持续复利的专有智能层。

L4

智能体层

组成

规划器、工具型智能体、多步工作流、检索、代码沙箱与人工审批。

设计规则

无状态工作节点运行在持久状态之上;关键动作均经策略检查并记录。

L5

应用与交付层

组成

企业产品、平台服务、公共 API、外部集成、计费、计量与租户管理。

设计规则

应用只消费命名任务,不接触模型 ID、提示词或供应商 SDK。

模型选择与套利

质量优先,其次选择最便宜的合格路径。

每个工作负载都被如实分级。常规任务使用高效模型,前沿能力只用于真正改变结果的工作。级联先评估低成本输出,仅在未达质量门槛时升级;故障切换保障可用性。

T1近确定性
典型任务
分类、标注、字段抽取、意图路由和 PII 检测。
默认路径
微调 SLM、私有部署或批处理 API。
升级条件
置信度低于阈值,或文档类别新颖。
T2常规生成
典型任务
摘要、邮件、报告章节、FAQ 与模板代码。
默认路径
由最便宜的合格供应商提供中型开放模型。
升级条件
评测器标记结果,或用户拒绝。
T3复杂推理
典型任务
多步分析、复杂代码、合同推理与规划。
默认路径
标准推理级别的前沿模型。
升级条件
任务周期长、专业性强或风险高。
T4关键 / 智能体
典型任务
自主工作流、架构设计及供审核的财务或法律起草。
默认路径
最合格的前沿推理,并设置人工关卡。
升级条件
绝不自动降级;正确性优先于成本。

示例稳态目标:70–85% 的 token 量采用 T1–T2 经济性,前沿模型投入集中于能够改变结果的任务。

01

任务导向路由

应用命名任务而非模型;路由保持动态、可逆,并在网关之上不可见。

02

私有评测

源自生产的测试集决定模型、提示词或供应商是否达到质量门槛。

03

持续重定价

按成功任务成本路由,至少每月复核,并及时响应新模型和价格变化。

04

蒸馏主力模型

高量稳定任务转向微调 SLM;前沿模型保留为教师和异常处理者。

推理经济性

先租后建,每个请求均可归因。

推理本身是独立的套利维度。Stratinv AI Tech 先采用灵活的按量能力,只有在实测利用率支持时才承诺稳定容量,峰值始终保持租用。每个请求携带租户、产品、功能、任务、模型和供应商元数据。

01提示词缓存02批处理03语义响应缓存04上下文纪律05量化与高效服务06基于实测的承诺用量价格
智能体系统设计

审慎自治,全程可观测。

智能体系统聚集企业价值,但错误和成本会随步骤倍增,因此架构强调显式控制、可恢复性与可审计后果。

01

工作流优先于自治

路径可预知时采用固定、可测试序列;开放式智能体仅用于真正不确定的路径,并受步骤、token 与时间预算约束。

02

工具即契约

每个工具都是有类型、有版本、最小权限的 API;关键动作必须经过硬性关卡。

03

持久状态,无状态工作节点

进度存于数据库,可恢复、重试或转交其他模型。

04

完整可观测性

提示词、决策、工具调用与输出均可追踪、回放,用于调试、审计、评测与蒸馏。

企业交付

平台、解决方案、API、集成与计费统一设计。

企业购买的是可靠结果,不是模型访问。每项能力均带服务级别、明确失效模式、租户控制和模型中立契约。

01

平台与产品开发

多租户隔离、加密、数据驻留、RBAC、SSO、审计日志及失效行为明确的命名 AI 能力。

02

任务导向 API

抽取、起草、审阅等版本化端点;严格模式、幂等、Webhook、结构化输出、置信度与溯源。

03

系统集成

面向 ERP、CRM、ITSM、HRIS、文档库和数仓的事件驱动连接器;适配器、熔断和替代路径。

04

第三方 API 开放

对外部能力及工具/上下文协议提供标准化、受治理的访问,保持跨供应商可移植。

05

计费 API 与计量

实时使用事件、计价、订阅、额度、结果定价、预算上限与毛利监控。

06

解决方案工程

围绕可衡量企业流程,将平台、API 与智能体工作流组合为结果导向软件。

质量、安全与治理

每个智能系统外围均有独立控制。

质量和安全不由任何单一模型控制,而是作为长期运行体系独立执行。

评测

源自生产的私有测试集像失败的软件测试一样阻断回归。

护栏

独立执行提示词注入、数据外泄、模式、策略、PII 与溯源检查。

安全

最小权限工具、沙箱执行、密钥隔离与第三方数据最小化。

数据治理

按数据分类和合同确定供应商资格,实施驻留路由、轨迹保留和自动退出。

合规

持续维护风险分类、模型卡、决策日志和人工监督记录。

可靠性

多供应商切换、优雅降级、按层级卸载与定期停机演练。

审慎运营原则

采购积极,其他方面保持审慎。

五条规则在模型市场变化中保护质量、信任和毛利。

  1. 01

    无单点智能

    每项能力至少两个合格模型和两条服务路径;集中度按风险管理。

  2. 02

    质量门槛固定,成本浮动

    套利仅在已经通过任务评测门槛的选项之间进行。

  3. 03

    先租后建

    基础设施承诺基于实测需求,峰值能力保持灵活。

  4. 04

    人类把关后果

    不可逆、财务、法律及面向客户的动作需要授权审批或硬策略。

  5. 05

    一切可替换

    模型退役、重定价和能力变化都是正常供应链事件。

编排式中立

承接整个模型市场的进步。

Stratinv AI Tech 为每项企业任务封装最优合格智能路径,降低依赖、控制成本,并通过每次请求的评测与遥测持续改进。