念
路由
Routing — 对输入分类，然后导向专门化的后续处理流程
路由实现关注点分离：不同类型的输入由不同的专用 prompt 或模型处理，避免为一类输入优化时损害其他类型的表现。分类可以由 LLM 或传统分类器完成。适用场景：任务有明确类别划分且分类可准确完成。
典型用例
客服系统路由
一般问题→FAQ 处理流程
退款请求→退款专用 prompt + 权限
技术支持→技术知识库 + 工单系统
模型选择路由
简单问题→小模型（Haiku）— 低成本
复杂推理→大模型（Sonnet/Opus）— 高性能
在 Agentic Workflow 中的定位 vs Prompt Chaining Chaining 线性串行；Routing 是分叉——相同入口，不同出口路径 分类器选择 LLM 分类（灵活，可处理模糊边界）vs 传统分类器（快速，确定性强）
→ Agentic Systems · Prompt Chaining · Orchestrator-WorkersAnthropic (2024)
Routing（路由）
定义
对输入进行分类，然后导向专门化的后续处理流程。实现关注点分离——不同类型的输入由不同的专用 prompt 处理，避免为一类输入优化时损害其他类型的表现。
适用场景
任务有明确的类别划分，且分类本身可以准确完成（LLM 或传统分类器均可）。
典型用例：
- 客服系统：一般问题、退款请求、技术支持导向不同处理流程
- 模型选择：简单问题用小模型（Haiku），复杂问题用大模型（Sonnet）
在 agentic 系统中的位置
属于 agentic systems 中的 workflow 模式。是 prompt chaining 的分支变体——从线性变为分叉。
References
sources/anthropic_official/building-effective-agents.md