模型路由作为信任问题：面向自适应 AI 系统的路由收据

AI 产品经常通过版本别名、服务层级、工具选择、区域端点、后备规则或安全处理等路由请求，再对外作答。这些路由步骤在多个广泛使用的 AI 平台和服务堆栈中作为文档化的产品表面呈现。路由有助于 AI 服务在规模化时保持可负担、快速且可用，并且塑造信任。当路由改变了响应的成本、质量或问责，而用户无法察觉发生变化时，信任就会破裂。“哪个模型作答了？”仅是审计问题的一部分。运行时路径 matters。自适应 AI 系统应产生一种称为路由收据的运行时透明性artifact。路由收据是 served request 路由的紧凑记录。它应捕获足够的客观事实，使依赖输出的人能够在不暴露专有内部或隐藏推理的情况下重建重要路由决策。路由透明度应是模型文档的一部分。模型卡描述训练模型artifact，而路由收据描述特定答案产生的运行时条件。本文介绍路由收据概念，提出最小化 schema 和 redaction 模型，并通过针对选定平台的文档化调查表明，收据片段已存在但缺乏面向每个答案的可携带记录。