分诊式意图路由：别把每个请求都送ICU

观点：意图识别不是一次分类考试，而是成本、延迟、稳定性、可解释性的分诊系统——简单请求走短路，复杂请求走长路，危险请求走闸门，模糊请求先澄清。

两个常见极端犯的是同一种错。全交给大模型：语义理解强、开发快，但输出不稳、成本高、延迟高、意图漂移，大量简单请求被迫走最重最贵最慢的路径。全交给规则：快、便宜、可解释，但用户换个说法就挂，多轮上下文处理不了，最后不是规则识别意图，而是人替规则打补丁。错因相同——拿单一手段覆盖全部意图空间。合理结构是三层分诊：第一层确定性路由，是闸门和短路器、不是万能大脑，“查天气""取消订单""转人工”这类明确请求快速放行，规则数量一旦超过可维护阈值就该升级，而不是继续加 if-else；第二层语义收敛，处理”帮我把那个明天的安排改一下”这种带指代省略的表达，用小模型、embedding、NER、槽位填充把”可能是什么”收敛成可执行状态，这一层要管的不是单一 intent 标签，而是置信度、槽位完整度、歧义程度、风险级别；第三层强推理规划，“取消明天去上海的机票、改高铁、顺便把酒店调一下”这种复合任务才上大模型加工具调用，配权限确认和回退机制——它必须待在升级层和兜底层的位置，永远不能当默认入口。

洞察：这套架构的底层原则是能力成本与请求复杂度匹配，而升级触发器必须是可测量量。 “觉得复杂就升级”是感觉，“置信度不足、槽位不全、歧义大、风险高才升级”是工程。医院分诊的类比之所以有力，正因为它把道理变成了资源调度常识：重层当默认入口，等于让专家门诊接诊所有感冒。

启示： 公式——先列请求光谱（简单到复合、低风险到高风险两个维度），往两端分配能力（规则闸门、语义收敛、模型规划），用置信度和风险做升级阈值；危险请求永远走闸门，这条不能打折。做我们自己的 Agent 调度、工具路由时可以直套——skill 路由本质上也是这个分诊结构。并留一问：我们日常的请求里，有多少其实是一层就能放行的”查天气”，正在白白走三层？

提醒： 4 分钟访谈体抹平了落地摩擦——阈值怎么定、层间日志和评估体系怎么建，全得自己补，听框架别当施工图。低流量的个人 Agent 两层够用，别硬凑三层过度设计。视频结尾挂大厂面试题库引流，内容可信度因此打个折。

---

📺 ai产品风口局，抖音，2026-09-21 · 原视频 · 库内 2026-09-21-agent如何做意图识别 · 速览 速览/2026-09-21-Agent意图识别分诊三层