你调大模型之前，先看这四级台阶！别急着上大模型！一个 TF-IDF 老模型就自动处理了 76% 工单，准确率 97.7%

大白话很多人一遇到问题就问「要不要上大模型」，好像只有两个选项：人工干，或者调 LLM。这位作者说其实至少有四层：第一层先别自动化，把流程写清楚；第二层用正则、查表、阈值这类死规则；第三层用 TF-IDF 加逻辑回归这种老派机器学习；第四层才是被约束住的 LLM，最后才是带工具、能动手的智能体。他在公开演示里用最朴素的 TF-IDF 模型，在 Banking77 公开数据上自动处理了约 76% 的客服工单，准确率 97.7%，因为任务本质就是把话分进 77 个已知意图。

对你意味着如果你正打算给业务接 AI，这套阶梯能帮你先算清成本再动手；很多场景根本用不上大模型，省下的钱和风险都是实打实的。