模型网关与 Agent 能力层

模型网关统一了访问 AI 模型的方式。Agent 能力层同样包含模型访问，但还提供数据、工具、可复用工作流、发现元数据，以及受控的写操作或支付入口。 这个区别很重要，因为许多 agent 除了文本生成之外，还需要实时证据和外部操作。

​

逐项对比

​

什么时候选模型网关

以下情况通常用模型网关就够了：

• 应用主要用于生成或分析内容。
• 外部事实已经由应用提供。
• 团队已有独立的工具和数据集成。
• 工作流不需要跨工具的可复用 Skills。

如果符合这些描述，从 AIsa 模型开始。你可以只使用模型网关，而不必采用 AIsa 的其他入口。

​

什么时候选更完整的能力层

以下情况适合使用更完整的能力层：

• agent 必须先获取实时信息才能作答。
• 否则就需要分别接入多个数据提供商。
• 多个 agent 客户端需要共享同一套任务指令。
• agent 需要以机器可读的方式发现可用能力。
• 工作流可能包含受控写入或计费的运行时采购。

从按目标查找能力或按接口查找能力开始。

​

两者并不互斥

模型网关本身就是能力层中的一项能力。应用可以先从模型推理起步，等到真实工作流有需要时，再加入 API 或 Skills。 这种增量方式可以避免不必要的编排：

1. 用模型完成推理或生成。
2. 需要实时外部数据时，加入直接 API。
3. 把重复出现的编排打包成 Skill。
4. 只有必须产生副作用时，才加入带认证的写操作。
5. 只有存在运行时采购需求时，才加入程序化支付控制。

​

评估问题

在选定架构之前，先问：

• 应用需要的是一个模型提供商、多个模型，还是模型加外部数据？
• endpoint 的调用顺序和任务状态应由谁掌控：应用还是可复用的 Skill？
• 其中是否有写操作而非读操作？
• agent 是否需要动态发现能力？
• 适用哪些预算、重试和审计规则？

完整的产品匹配清单参见何时使用 AIsa。