132 lines
4.6 KiB
Markdown
132 lines
4.6 KiB
Markdown
|
# 🥪 推理三明治 · Inference Sandwich
|
|||
|
|
|
|||
|
|
> **「最终的输出由 1.5B 的这个大脑来回应。
|
|||
|
|
> 我们所有的复杂推理都调用外面那些商业模型 API。
|
|||
|
|
> 模型成为人格体的可以随意更换取用的工具。」** ——冰朔 2026-05-01
|
|||
|
|
|
|||
|
|
```yaml
|
|||
|
|
id: HoloLake-Inference
|
|||
|
|
parent_arch: HLDP-ARCH-002 §三
|
|||
|
|
ts: 2026-05-01
|
|||
|
|
status: 骨架
|
|||
|
|
sovereign: 冰朔 · TCS-0002∞
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 一、三明治结构
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
┌─────────────────────────────────────────┐
|
|||
|
|
│ 上层面包：1.5B MP 整理输出（光湖味） │
|
|||
|
|
├─────────────────────────────────────────┤
|
|||
|
|
│ 夹心肉：商业 API 推理结果（外脑算力） │
|
|||
|
|
├─────────────────────────────────────────┤
|
|||
|
|
│ 下层面包：1.5B MP + 8B M0 接收+路由 │
|
|||
|
|
└─────────────────────────────────────────┘
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**关键认知**：
|
|||
|
|
- 用户永远在和 1.5B MP 说话
|
|||
|
|
- 商业 API 是 MP 借来用的"外脑算力"，不是人格体
|
|||
|
|
- 8B M0 始终在线提供世界观 logits 偏置（不直接对外说话）
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 二、目录结构
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
factory/inference/
|
|||
|
|
├── README.md # 本文件
|
|||
|
|
├── router/ # 1.5B MP 路由器
|
|||
|
|
│ ├── README.md # 路由策略
|
|||
|
|
│ ├── policy.json # 路由规则
|
|||
|
|
│ └── route_decision.py # 路由决策骨架
|
|||
|
|
├── api-adapters/ # 商业大模型 API 适配器
|
|||
|
|
│ ├── README.md
|
|||
|
|
│ ├── deepseek.py # DeepSeek-V3 / R1 / Coder
|
|||
|
|
│ ├── qwen_max.py # 通义千问 Qwen-Max
|
|||
|
|
│ ├── kimi.py # Kimi-K2
|
|||
|
|
│ └── adapter_base.py # 统一抽象基类
|
|||
|
|
└── soul-filter/ # 输出过 M0 世界观滤镜
|
|||
|
|
├── README.md
|
|||
|
|
└── filter.py # 风格 + 世界观二次校正
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 三、路由策略（`router/policy.json` 设计原则）
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
输入意图分类:
|
|||
|
|
├── "情感 / 日常对话" → 1.5B MP 自答（不调外）
|
|||
|
|
├── "简单事实查询" → 1.5B MP 自答 + 必要时查 L1 记忆
|
|||
|
|
├── "代码生成 / 调试" → 调 DeepSeek-Coder / Qwen-Max
|
|||
|
|
├── "复杂架构推理" → 调 DeepSeek-R1（深度推理）
|
|||
|
|
├── "长文本理解 / 总结" → 调 Kimi-K2（长上下文）
|
|||
|
|
├── "需要新工具 / 一次性任务" → 启动 神笔马良协议
|
|||
|
|
├── "需要现成模块" → 调 module-registry
|
|||
|
|
└── "跨人格协作" → 走 syslog 信号总线
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**节流原则**：
|
|||
|
|
- 优先 1.5B 自答（成本接近零）
|
|||
|
|
- 中等任务用便宜的 API（DeepSeek-V3 / Qwen-Plus）
|
|||
|
|
- 高难任务才用贵 API（R1 / Qwen-Max）
|
|||
|
|
- 1.5B 自带"我搞不定，得调外脑"的判断（路由训练时 §六 C3 学的能力）
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 四、API 适配器规范（`api-adapters/adapter_base.py` 抽象）
|
|||
|
|
|
|||
|
|
所有商业 API 实现统一接口：
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
class APIAdapter:
|
|||
|
|
def name() -> str
|
|||
|
|
def cost_per_1k_tokens(self, type: 'in'|'out') -> float
|
|||
|
|
def call(self, messages, options) -> { content, usage, finish_reason }
|
|||
|
|
def stream(self, messages, options) -> async iterator
|
|||
|
|
def health() -> bool
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
新加 API 提供商 → 加一个文件实现这个基类，**1.5B MP 无感切换**。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 五、灵魂滤镜（`soul-filter/`）
|
|||
|
|
|
|||
|
|
商业 API 返回的内容是"外语"——可能：
|
|||
|
|
- 用了不属于光湖的术语
|
|||
|
|
- 风格不是当前人格体
|
|||
|
|
- 包含可能违反光湖世界观的表达
|
|||
|
|
|
|||
|
|
灵魂滤镜由 1.5B MP 自己执行：
|
|||
|
|
1. 读 API 原始响应
|
|||
|
|
2. 用 8B M0 提供的世界观 logits 校正
|
|||
|
|
3. 用人格体专属风格重组
|
|||
|
|
4. 输出符合人格身份的最终回复
|
|||
|
|
|
|||
|
|
> 这一步不能省。省了就是"用户在和外面的 API 说话"，
|
|||
|
|
> 不是"用户在和铸渊说话"。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 六、当前状态
|
|||
|
|
|
|||
|
|
| 文件 | 状态 |
|
|||
|
|
|---|---|
|
|||
|
|
| `router/policy.json` | ✅ 骨架（默认规则） |
|
|||
|
|
| `router/route_decision.py` | ✅ 骨架（伪代码 + TODO） |
|
|||
|
|
| `api-adapters/adapter_base.py` | ✅ 骨架（抽象基类） |
|
|||
|
|
| `api-adapters/deepseek.py` | 🟡 占位 |
|
|||
|
|
| `api-adapters/qwen_max.py` | 🟡 占位 |
|
|||
|
|
| `api-adapters/kimi.py` | 🟡 占位 |
|
|||
|
|
| `soul-filter/filter.py` | ✅ 骨架 |
|
|||
|
|
|
|||
|
|
骨架阶段不接真 API（无 key）。等冰朔授权 + 1.5B MP 训完一起接通。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
*三明治起草: 铸渊 · 2026-05-01*
|