llm

模型的输出是逐 token 采样出来的，下游程序要的却是确定结构。三层约束各管一段，代价和失效边界都不一样。

用「每个正确结果的全成本」而不是单价来选型。四个方案各自的死法，以及为什么降级本质是一次 prompt 变更。