MargIQ

AI工作流需要动态模型选择，而非一刀切

根据MargIQ创始人Margiq的说法，当前为整个工作流分配单个AI模型的做法效率低下且成本高昂。相反，模型选择应根据工作流中每个任务的具体需求动态确定，考虑输出格式、风险和上下文长度等因素。这使得更便宜的模型可以用于简单任务，而将更强大、成本更高的模型保留用于复杂或高风险的决策。MargIQ旨在提供一个系统，分析这些工作流需求并建议最佳模型使用方式，最初以报告形式提供，之后实现动态路由。