AI 决策路由小引擎

用轻量 API 把任务路由、分类和风控从大模型里拆出来

痛点

大家都在用 GPT/Claude 做任务路由、内容分类和风险判断，但既慢又贵。V2EX 用户分享的 TypeSafe Jev 专门做结构化决策，返回选项评分和概率（如 PASS 0.92 / FAIL 0.06），性能可达 250K tokens/s，说明这类需求正在被细分满足，而现有通用大模型是杀鸡用牛刀。

方案

做一个轻量决策路由 API 或本地库，调用者定义选项和规则，返回评分与概率，内置 Agent 路由、内容审核、工单分类等模板。不依赖大模型，用小型分类模型或规则引擎实现低延迟低成本。

用户

做 AI Agent、自动化工作流的独立开发者和小团队。

MVP

定义选项与评分的 API；内置路由/分类/审核模板；REST 与本地库两种调用方式；基础仪表盘；试用额度。

变现

按 API 调用量计费 + 自托管 license。

为何现在

AI Agent 和自动化工作流爆发，通用大模型做简单决策又慢又贵，垂直小模型和轻量引擎有机会。