模型选择什么时候变成隐藏风险

一个工作流可能用一个模型做规划，另一个做抽取，用本地或私有模型处理敏感内容，再准备 fallback。如果这些选择藏在代码里，每次调整成本、隐私、延迟或质量都会变得有风险。

如果模型路由藏在代码里，成本、隐私、延迟和质量决策就很难治理。团队也无法放心把常规工作交给本地或私有小模型，因为没人看得清哪一步用了哪个 provider。

让模型选择可审查

Stable Harness 让模型选择可审查，团队可以在用户依赖之前检查哪些常规步骤可以走小模型、哪些步骤需要强推理、以及 fallback 如何设置。

产品应该让团队看到哪一步用了哪个模型、哪些常规步骤可以安全使用小模型、为什么有 fallback、谁能批准变更。

扩展前的模型问题

买方应该能更换模型，而不用重写工作流。

flowchart LR
  A[用户痛点] --> B[有边界的工作流]
  B --> C[可审查的动作]
  C --> D[可复盘的证据]
  D --> E[可重复的结果]

切换前要检查什么

买方应该问：谁能批准模型变更，工作流如何证明哪一步用了哪个模型，小模型路由是否有校验支撑，而不是靠希望。

面向用户的价值，是可以改善成本、隐私和质量，而不把产品弄脆，也不假装小模型应该处理所有任务。