AI 模型的有效前沿：如何用投资组合理论筛选模型

作者借用现代投资组合理论构建了 AI 模型的 Pareto 有效前沿，通过对比智能得分与单任务综合成本来过滤被支配的模型。分析指出单看 token 成本时多数模型并不划算，若将人工等待时间（如高薪岗位被阻塞）折算进成本，快速模型和更高阶模型的综合性价比会大幅反超。此外针对智能体长会话开销波动大的问题，作者建议采用鲁棒优化以最坏情况成本替代典型均值，以避免预算失控。