TRACE-ROUTER：面向智能体任务的一致性自适应在线路由

TRACE-Router针对长时智能体工作流中“单次调用路由、任务最终反馈”的错配，将模型选择提升到任务级：任务接入时由上下文赌博机选择并锁定后端，完成后用终端奖励同时更新准确率与延迟策略。在三个基准上改善准确率—延迟权衡；tau2-Bench较延迟匹配插值高7–8个百分点，Terminal-Bench较最强单模型高7.1个百分点且延迟低36%。