在 AI 中转站或模型网关中，我们通常会同时接入多个上游渠道，并通过优先级、权重、分组、模型映射等策略做调度。但在开启 NewAPI 的“渠道亲和性”之后，你可能会遇到一个看似反直觉的问题：
某个渠道已经失败，甚至已经被关闭了，但请求仍然不断命中旧渠道；新启用的高优先级、高权重渠道没有马上生效。
这并不一定是调度系统失效，而是“渠道亲和性”本身的设计结果：它会优先复用上一次成功的渠道，从而提升同一会话、同一缓存键、同一请求来源的稳定性。本文会解释这个机制的工作方式，并给出一套脱敏后的推荐配置，帮助你在稳定性和故障切换之间取得平衡。
OpenAI 近日罕见发表论文，系统性分析了大型语言模型产生“幻觉”的原因。论文指出，当前主流训练和评估方式更倾向于奖励模型的猜测行为，而不是鼓励其在不确定时承认“我不知道”，这直接导致了模型自信地生成错误答案。研究建议，未来应调整评估指标，对自信错误加大惩罚力度，并鼓励模型表达不确定性，以降低幻觉发生率。此外，OpenAI 正在重组模型行为团队，持续推进相关研究。
Claude早就在文档里写了让ai表达不知道的例子，同样的提示词拿给其他集成ai的ide，确实有奇效。具体参见Anthropic官网 (https://docs.anthropic.com/zh-CN/docs/test-and-evaluate/strengthen-guardrails/reduce-hallucinations)