AI 行业有个问题，我觉得值得关注：我们调用一个模型 API 时，除了关注模型本身的能力，还应该关注实际提供服务的供应商。 同一个模型名称，并不意味着不同服务商的实际表现一定完全一致。工具调用、上下文长度、模型版本等细节，都可能影响最终的使用体验。 这也是我关注 Mira 这次推出 Sterling 的原因。 按照官方介绍，Sterling 会从模型身份、工具调用、参数遵循、静默故障和上下文长度五个方面检查服务商，并公开验证评分，再根据验证结果路由请求。 它的思路值得关注：AI 基础设施除了比拼模型能力、推理成本和速度，服务过程能否被检查、不同供应商的表现能否被比较，也应该成为开发者选择服务时的考量。 当然，产品的实际效果还需要通过真实使用和持续测试来判断，官方介绍并不等于独立验证结论。 对 AI 开发者来说，这类基础设施能否真正改善模型调用的透明度，值得继续观察。