CCSwitch 备用模型切换后结果变差怎么办？
CCSwitch 配置备用模型后，如果切换结果变差，应按路由规则、样本抽检、成本阈值、日志字段和回滚步骤验证。
适用场景：备用模型能跑，但答案不一定能用
这篇适合已经用 CCSwitch 配置多家 AI API、多个模型或多个 profile 的团队。常见情况是主模型限流、超时或成本过高时，系统切到备用模型，接口返回 200，页面也有内容，但摘要漏重点、JSON 字段风格变了、Codex 接入回答变慢，或者 AI 自动化办公生成的表格不符合原模板。永沃云枢在 https://ai.jn83.com 做模型调用管理时，会把备用模型当成需要演练的生产路径，而不是只在配置里填一个名字。
新手可能会搜索“GPT 中转备用线路怎么切”，更规范的说法是 AI 模型接口接入中的备用路由和质量回归验证。备用不是越多越好，关键是每条备用路径都知道适合什么任务、不适合什么任务、如何回滚。
操作步骤：先给任务分层，再配路由
第一步，把任务分成几类。聊天问答、代码辅助、JSON 抽取、长文总结、图片提示词、客服话术和办公表格，对模型能力的要求不同。不要用一个备用模型承接所有任务。CCSwitch profile 可以按业务命名，例如 prod-chat、prod-json、batch-summary、codex-dev，而不是只写 provider-a、provider-b。
第二步，为每类任务准备固定样本。JSON 抽取要看字段通过率，长文总结要看遗漏率，Codex 接入要看是否遵守仓库边界，AI 自动化办公要看表格列名和证据句。样本不需要很多，但要覆盖真实失败场景。
第三步，记录路由日志。每次调用至少知道 selected_profile、primary_model、fallback_model、fallback_reason、latency、cost_tag 和 validation_status。只有这样，用户投诉“今天答案变差”时，才能确认是不是发生了备用切换。
第四步，做手动演练。临时把主路由权重降为 0 或在测试环境模拟主模型不可用，让请求进入备用模型，再跑固定样本。演练后检查内容质量、响应时间、费用、错误提示和回滚步骤。不要等真实故障时第一次走这条路径。
常见问题/避坑：不要只用 200 状态码验收
第一个坑是冒烟测试只问“你好”，备用模型当然会返回，但真实业务里的长文本、结构化 JSON 和代码任务仍然会失败。第二个坑是备用模型成本更高，限流时自动切过去，问题解决了，预算却被打穿。第三个坑是没有把备用原因显示给运维，事后只能从用户反馈猜测。第四个坑是回滚动作不明确，配置改来改去后反而引入新的错配。
还要注意模型名规范化。有些供应商模型名相近，能力和计费却不同。CCSwitch 配置里应写清楚显示名、真实模型名、适用任务和禁用任务。涉及开发者 AI 调用时，业务代码最好只依赖内部任务类型，不要在每个功能里硬编码外部模型名。
排错路径：结果变差时先问四个问题
第一，是否真的发生了备用切换。看调用日志而不是用户感觉。第二，切换原因是什么，是主模型限流、超时、认证失败，还是人为调整了 profile。第三，备用模型是否通过该任务的固定样本。第四，失败结果是否已经写入业务系统，需要不需要补偿或人工复核。
如果是摘要质量下降，检查上下文长度和输出长度预算；如果是 JSON 字段漂移，检查 Schema 校验是否仍在；如果是 Codex 接入执行变慢，检查 reasoning 档位和工具权限；如果是办公流程错列，检查模板版本和抽检表。不同问题要回到具体任务，不要笼统地说“备用模型不行”。
检查清单：备用路由上线前必须留下证据
检查项包括：profile 命名能看懂业务用途；每类任务有主模型和备用模型；备用原因写入日志；固定样本有通过记录；成本阈值和限速已设置；失败后能回滚到主路由；高风险任务不会自动写入正式系统；用户提示能说明当前任务排队、降级或需要复核。
验收时建议生成一份路由演练记录，写清楚日期、配置版本、样本集、通过率、失败样本、回滚命令或操作位置。永沃云枢把这份记录作为 https://ai.jn83.com 上 AI 模型接口接入复盘的一部分，后续换供应商或调整模型时可以直接复用。
FAQ：备用模型是不是一定要和主模型能力一样？
不一定。备用模型可以只承接低风险任务，比如普通摘要、草稿生成和搜索意图分类；高风险任务可以在主模型不可用时暂停或进入人工复核。真正重要的是把能力差异写进配置和验收标准，让系统知道什么时候能降级，什么时候必须停下来。