6+1+3 混合模型 + 四层智能体编排：踩坑无数后搞懂的 AI 底座设计

做了这么久 AI 平台，最头疼的就是模型选型和智能体编排。

单一大模型搞不定所有场景，智能体多步执行又容易漂移，安全风控还不能拖后腿。

今天分享 55873 生态系统的 AI 底座设计 ——6+1+3 混合模型 + 四层智能体编排 + L1/L2/L3 分级安全策略，看看这套方案是怎么踩坑踩出来的。

---

导读

• 项目定位：6+1+3 混合模型 + 四层智能体编排 + 安全策略编排

• 核心技术栈：Qwen3/DeepSeek/GLM 私有化模型 + Falcon-H1 Arabic 专项 + 豆包 / 智谱 / DeepL 云端 API

• 阅读时长：约 12 分钟

---

一、为什么我们放弃了单一大模型？

• 做 AI 平台的都懂一个痛点：单一大模型搞不定所有场景。

通用对话还行，遇到深度推理就拉胯；长文本处理还行，多语言翻译就跑偏；安全审核还行，阿拉伯语就抓瞎。

• 单一大模型的问题：

• 深度推理能力不足，复杂任务搞不定

• 长文本上下文有限，批量处理不行

• 小语种支持弱，阿拉伯语等专项短板明显

• 安全风控能力单一，多步轨迹风险检测盲区大

• 成本不可控，所有请求都走大模型，烧钱烧到肉疼

• 55873 从第一天就定了基调：模型要混搭，安全要分级，智能体要分层。

---

二、6+1+3 混合模型体系

什么是 6+1+3？

6 套通用私有化开源模型 + 1 套阿拉伯语专项私有化开源模型 + 3 套云端闭源 API

• 核心原则：

• 核心业务 100% 私有化部署，数据不出集群

• 云端 API 仅兜底与对照，不进存证正本

• 模型按风险等级分级调用，成本降低 70%+

6 套通用私有化模型

# 三大 LLM 主基座

Qwen3 —— 默认主基座，通用对话、7国语言、鉴定报告

DeepSeek 开源版 —— 深度逻辑推理、漏洞归因分析

GLM 开源版 —— 超长文本、批量评测汇总

# 三大专项能力模型

Qwen-MT —— 多语言智能翻译（仅前端展示，不入库）

Qwen3-ASR —— 语音转写（手动触发，不自动监听）

Qwen3Guard —— 多语言 AI 安全护栏（119种语言）

1 套阿拉伯语专项模型

Falcon-H1 Arabic —— 阿拉伯语专项私有化模型

- 3B / 7B / 34B 三种规模

- OALL 排名第一，34B 模型 75.36% 超越 70B+ 竞品

- Apache 2.0 协议，支持商用

3 套云端闭源 API

# 豆包 API      —— 主兜底 + 权威对照

# 智谱 GLM API —— 长文本对照（1M token 上下文）

# DeepL API —— 复杂小语种翻译兜底（默认不启用）

---

三、四层智能体编排架构

智能体编排层（agent_orchestrator）我们搞了四层结构，核心就是规划 - 执行分离。

1. agent_commander 指挥中枢层

# 伪代码：指挥中枢职责

def commander_plan(user_request):

# 1. 识别任务类型与复杂度

task_type = classify(user_request)

complexity = estimate_complexity(user_request)

 

# 2. 生成多步执行计划

plan = generate_plan(

subgoals=split_subtasks(user_request),

dependencies=build_dependencies(),

execution_order=topological_sort()

)

 

# 3. 发现互不干扰的子任务，启动异步并行

parallel_tasks = find_independent(plan.subgoals)

 

# 4. 子任务完成后审计验证

audit_result = audit(plan)

if not audit_result.passed:

return feedback_retry(plan, audit_result.issues)

 

return plan

用的是 Qwen3-4B 或同级别小模型，不直接调用工具，只负责 "思考"。

• 踩坑经验：一开始我们让大模型直接执行，结果任务一复杂就漂移。后来搞了规划 - 执行分离，计划充当执行契约，任务中期漂移大幅减少。

2. agent_router 调度路由层

调度路由层负责根据子任务属性匹配最合适的专项 Agent，并选择最优模型。

• 核心组件：

• task_complexity_estimator：任务复杂度估计器

• adaptive_router：基于强化学习的动态路由

# 伪代码：自适应路由策略

def route_subtask(subtask):

complexity = task_complexity_estimator.estimate(subtask)

 

if complexity == "low":

return Qwen3-4B # 轻量模型，格式转换、摘要

 

elif complexity == "medium":

return Qwen3-8B # 通用对话、常规生成

 

elif complexity == "high":

return DeepSeek # 复杂推理、漏洞分析

 

elif complexity == "long_context":

return GLM # 超长文本、批量汇总

 

elif subtask.lang == "ar":

return Falcon-H1 Arabic # 阿拉伯语专项

• 量化数据：自适应路由（AAMC）在保持任务成功率的同时，运营成本降低超过 70%。EvoRoute 自演进路由范式将执行成本降低 80%，延迟降低超过 70%。

3. agent_experts 专项执行 Agent 池

# 专项 Agent 池

检索专家 —— 知识库检索、文档查询、事实核查

解析专家 —— 典籍解析、长文本分析、结构化提取

评测专家 —— 模型评测任务执行与指标计算

翻译专家 —— 多语言翻译任务

存证专家 —— 哈希计算、签名生成、存证提交

校验专家 —— 工具返回结果验证、幻觉检测

每个 Agent 通过 工具网关（tool_gateway） 调用工具，不直接访问系统资源。

• 踩坑经验：工具调用千万别直接暴露给模型。我们踩过坑，一开始直接暴露全部工具，结果模型瞎调用。后来搞了工具网关，参数校验、权限检查、缓存、审计全在网关层，才稳下来。

4. agent_memory 记忆与资产层

# 记忆分层

工作记忆 —— Redis/内存缓存，TTL 与 72 小时策略对齐

语义记忆 —— 向量数据库 + 符号规则引擎，永久（与存证对齐）

情节记忆 —— 图数据库，动态稀疏图，按访问频率决定

• 量化数据：多层记忆路由在 LoCoMo 基准上比扁平存储 F1 提升 21.6%，时间查询提升 176%，跨会话依赖提升 53.5%。

---

四、工具网关与安全沙箱

tool_gateway 工具网关

工具网关是智能体层与外部工具之间的统一入口。

# 伪代码：工具网关核心

class ToolGateway:

def __init__(self):

self.registry = ToolRegistry() # 工具注册与语义检索

self.validator = ResultValidator() # 结果验证中间件

self.policy = ToolPolicyEngine() # 工具调用策略引擎

 

def call_tool(self, agent, tool_name, params):

# 1. 参数校验

self.validator.validate_params(tool_name, params)

 

# 2. 权限检查

self.policy.check_permission(agent, tool_name)

 

# 3. 执行调用

result = self.registry.execute(tool_name, params)

 

# 4. 结果验证

verified = self.validator.verify_result(result)

 

# 5. 审计记录

audit.log(agent, tool_name, params, result)

 

return verified

• 踩坑经验：RAG-MCP 论文验证了基于检索的工具选择可将工具选择准确率从 13.62% 提升至 43.13%，同时提示 token 削减超过一半。当工具数量超过 10-15 个后，Agent 准确率开始可测量地下降。我们通过 tool_registry 的语义检索机制，确保每次只向模型暴露与当前任务最相关的工具子集。

agent_sandbox 运行时安全沙箱

• 设计原则：运行时不应允许对主机、网络、文件或 API 进行开放式访问。

# 沙箱核心措施

窄类型操作暴露 —— 提供范围明确的操作，而非通用 shell/文件系统

参数严格校验 —— 所有工具调用参数 schema 验证和边界检查

资源限制 —— 时间、内存、递归深度、出站流量限制

审批入口 —— 高影响操作须经审批方可执行

最小权限 —— 初始状态无任何权限，所有权限按需手动授权

---

五、全链路可观测性

agent_trace 全链路 Trace 存储，记录每一步决策的 Thought → Action → Observation。

# 核心能力

过程可见 —— 一次会话从哪开始，经过多少轮推理，调用了哪些工具

成本归因 —— 按用户、任务、模型维度统计 Token 消耗

性能拆解 —— 区分首 Token 慢还是整体生成慢

结果复盘 —— 完整调用链支持从"猜原因"变成"看路径"

• 踩坑经验：没有全链路 Trace 的时候，出了问题全靠猜。有了 Trace 之后，从 "猜原因" 变成 "看路径"，定位效率提升不止 10 倍。

---

六、L1/L2/L3 分级安全调用

安全策略编排层根据动态信任评分选择 L1/L2/L3 路径。

检测级别	调用模型	说明	延迟
L1 快速通道	不调用 AI 模型	仅 Rust 硬拦截	微秒级
L2 并行检测	Qwen3Guard-0.6B	与 Rust 并行	百毫秒级
L3 串行深度检测	Qwen3Guard-8B + 轨迹审计	串行过审	秒级

• 踩坑经验：一开始我们所有请求都走 L3，结果成本爆表。后来搞了分级调用，L1/L2/L3 按需走，成本直接降了 70%+，体验还没降级。

---

七、模型与智能体的协作机制

• 完整的协作流程：

1. 任务规划阶段

agent_commander 调用 Qwen3-4B 进行任务分解

→ agent_router 进行任务复杂度评估与模型路由

2. 任务执行阶段

agent_experts 中的专项 Agent 按路由结果调用对应模型

→ 每个工具调用经过 tool_gateway 的参数校验、权限检查和审计

→ 工具调用在 agent_sandbox 中隔离执行

3. 安全审核阶段

每一步 Agent 任务经过 risk_policy_engine 动态评分

→ 单步任务按当前风险分走 L1/L2/L3

→ 多步轨迹累积风险分，可能从 L1 升级至 L2 或 L3

4. 记忆与存证阶段

agent_memory 记录任务执行过程中的关键状态和用户偏好

→ 需要存证的数据送入 trace_archive 完成哈希 + 签名 + 时间戳三元组存证

5. 可观测性

agent_trace 记录每一步的 Thought/Action/Observation

→ Token 成本按用户、任务、模型维度归因

---

八、绝对红线

这条红线我们写进了官方开源规范，没有任何商量余地。

# 绝对红线清单

✅ 永久存证、正式鉴定报告、官方归档内容

只允许使用 7 套私有化模型产出

❌ 豆包、智谱 GLM、DeepL 三套云端 API

仅作为对照参考版本，不进入 trace_archive 永久存证库

✅ 私有化模型量化后必须通过安全复测

指标下降超过阈值则回退

✅ 智能体工具调用必须在 agent_sandbox 中隔离执行

高影响操作须经审批

✅ 智能体全链路 Trace 必须完整记录

Token 成本可归因

---

九、踩坑总结

• 做 AI 平台底座这么久，最大的几个坑：

坑 1：单一大模型搞不定所有场景

→ 必须搞混合模型，按任务类型选模型

坑 2：智能体多步执行容易漂移

→ 必须搞规划 - 执行分离，计划充当执行契约

坑 3：工具直接暴露给模型会瞎调用

→ 必须搞工具网关，参数校验、权限检查、审计全在网关层

坑 4：所有请求都走大模型，成本爆表

→ 必须搞分级调用，L1/L2/L3 按需走

坑 5：出了问题全靠猜

→ 必须搞全链路 Trace，从 "猜原因" 变成 "看路径"

---

十、写在最后

• 55873 生态的 AI 底座设计：

• 6+1+3 混合模型：6 套通用私有化 + 1 套阿拉伯语专项 + 3 套云端 API

• 四层智能体编排：指挥中枢 - 调度路由 - 专项执行 - 记忆资产

• L1/L2/L3 分级安全：微秒级到秒级，按需走，成本降 70%+

• 工具网关 + 安全沙箱：统一入口，隔离执行，最小权限

• 全链路可观测：Thought/Action/Observation 完整 Trace

核心业务 100% 私有化部署，云端 API 仅兜底对照。正式存证只走私有化模型，数据不出集群。

这套方案不是拍脑袋想出来的，是踩坑踩出来的。

希望对做 AI 平台底座的朋友有帮助。

---

• 话题标签： AI架构 大模型 智能体 RAG 安全风控