Model routing 与 limits

模型选择不是 UI 下拉框。模型选择是 runtime 在任务需求、候选能力、用户锁定、host policy、成本、限额和 provider 状态之间做出的可解释决策。

兼容 runtime SHOULD 把模型层拆成三个对象：

1. task_profile：这次 turn 需要什么能力。
2. candidate_model_set：当前真实可用候选是什么。
3. routing_decision：为什么选择、回退、阻断或只剩单候选。

Task profile

task_profile SHOULD 包含：

Field	含义
kind	chat、code_edit、review、search、artifact_generation、background_job 等。
source	user、workflow、tool、subagent、scheduled job 或 host service。
required_capabilities	vision、tool_use、long_context、structured_output、computer_use 等。
latency_target	interactive、background、batch。
budget_class	low、medium、high、fixed、unknown。
fallback_policy	allow、deny、ask、local_only、host_only。
settings_source	显式选择、会话默认、任务偏好、host policy 或自动策略。

Candidate model set

candidate_model_set 不是模型注册表全量目录。它只描述当前 turn 在真实约束下可投递的候选。

它 SHOULD 记录：

• 候选数量。
• 每个候选的 provider、model、capabilities、cost class、limit state。
• 被排除候选及原因。
• 哪些约束是 hard constraint，哪些只是 preference。
• 是否只有单候选。
• 是否缺少凭证、能力、配额或网络。

Routing decision

routing_decision SHOULD 包含：

Field	含义
routing_mode	no_candidate、single_candidate、multi_candidate。
decision_source	explicit、session、task_preference、host_policy、policy_auto、runtime_fallback。
decision_reason	可展示解释。
selected_provider / selected_model	最终候选。
requested_provider / requested_model	用户或上游请求。
candidate_count	当前真实候选数。
fallback_chain	尝试过或可尝试的回退链。
capability_gap	无法满足的关键能力。
requires_user_override	是否需要用户切换或授权。
limit_state_snapshot	决策时的限额快照。

单候选不是失败。单候选表示 runtime 没有真正优化空间，但仍要记录能力、成本和限额。

Cost 与 limit state

Runtime SHOULD 将经济和限制信号沉到底层：

Object	语义
limit_state	rate limit、quota、并发预算、队列、单候选、host access mode。
cost_state	估算成本档、输入/输出 token、缓存 token、实际成本或 unknown。
limit_event	rate_limit_hit、quota_low、quota_blocked、parallel_budget_reached 等。

价格缺失时应写 unknown，不能伪造“低成本”。

Event classes

Event	何时发出
task.profile.resolved	turn 的任务画像已确定。
routing.candidates.resolved	真实候选集已解析。
routing.decided	最终路由决策已产生。
routing.fallback.applied	发生回退。
routing.not_possible	无候选或硬约束阻断。
routing.single_candidate	只有一个真实候选。
cost.estimated	dispatch 前成本档或估算产生。
cost.recorded	provider usage 返回后记录真实消耗。
rate_limit.hit	provider、host 或本地 governor 限流。
quota.low / quota.blocked	配额告警或阻断。

这些 events SHOULD 进入 thread read、evidence 和 telemetry；UI 只消费，不自行计算最终真相。