项目案例题：如何讲清一次质量不降、成本下降的优化？

面试时怎么答

成本项目题只讲自己真实参与且能核验的数据：先交代流量、原成本口径、质量护栏和个人职责，再说明怎样拆因、做对照、灰度和回退。结果必须同时给成本与质量区间，数字说不清来源就不要报；没有亲历过应明确改答方案，绝不能把示例包装成项目。

可以这样答：

有真实经历时，可以按“成本基线—质量护栏—成本拆解—对照实验—灰度结果”来讲，重点交代自己做了哪项判断，以及为什么没有牺牲关键切片质量。没有亲历过就明确说明，再给优化方案；所有数字都要能解释统计口径，不能照搬示例。

核心回答

案例题的重点是证明优化可归因、质量约束真实且结果可复现。先给业务量、账单结构、原始质量与 SLO；再说明你如何将成本拆为模型单价或 GPU 时间、输入与输出 Token、工具调用、重试和空闲容量。按最大成本项提出假设，使用模型路由、缓存、Prompt/上下文压缩、输出控制、批处理、量化或专用小模型逐项消融。

“质量不降”应预先定义为主指标差值的置信区间不越过非劣界，同时安全、最差切片和延迟不过门禁。上线采用 Canary 和自动回退，结尾报告每成功任务成本而非每请求成本，并明确自己的贡献、一次失败尝试与长期监控。

展开说明

成本优化常见误区是缩短输出后每请求便宜，却导致用户追问增加，最终每会话更贵；或平均质量不变但长尾和高价值用户退化。路由器应评测误路由成本与覆盖率，缓存要考虑权限、新鲜度和隐私，量化要按任务与长度分桶回归。

工程实践

建立逐请求成本账本并聚合到会话和成功任务；先用流量回放估算上限，再分阶段上线。仪表盘同时展示质量差值区间、最差切片、回退率、Cache Hit、Token、P99 和月度成本。每个优化项保留 Feature Flag，出现护栏退化可单独关闭。

常见追问

怎样证明质量真的没下降？ 在同题成对评测中预先设非劣界，报告差值置信区间，并确认安全与关键切片没有被平均值掩盖。
为什么用每成功任务成本？ 便宜模型若导致更多重试和追问，每请求成本会给出假节省；成功任务成本更接近业务产出。
模型路由失败时如何兜底？ 路由器输出校准置信度，低置信或高风险请求走强模型，并持续把误路由样本加入回归与再训练。

一句话复习

成本案例要先拆账、再做有质量护栏的单变量优化，以每成功任务成本、置信区间和回退机制证明收益。