Routed（路由）是 AI 模型架构中的一类核心机制，指在推理或训练过程中根据输入特征将计算动态分配到不同专家、记忆模块或模型分支的技术。它目前处于大规模模型降本增效的关键位置：从 MoE（混合专家）语言模型到检索与缓存系统，路由策略直接决定模型在同等算力下能达到的性能上限，也是测试时扩展（test-time scaling）研究中最活跃的方向之一。
Routed 架构的近期进展
当前焦点与观察点
Routed 技术路线的争论集中在两点：一是静态专家划分（如传统 MoE）与可微、动态路由之间的取舍，后者理论上更灵活，但训练不稳定和工程复杂度仍待解决；二是路由带来的性能收益是否足以抵消额外开销，CoBa 等工作正是试图用计算平衡的方式证明其经济性。另一个值得观察的趋势是路由概念的外溢——从语言模型的专家选择，扩展到 KV 缓存管理、强化学习集成和视觉空间推理。随着 Ling-3.1-flash 这类开源大模型公开其架构细节，路由策略的实际效果将获得更多可复现的公开验证，这也是判断该方向成色的关键窗口。