LeetCode 高频题解与复杂度论证分析先确认它值不值得用 AI并非每个步骤都需要模型。语法检查、格式化、固定规则分类和已知题目的模板提示通常更适合本地确定性工具题意含糊、需要多方案权衡或用户希望获得解释时模型才更有价值。用任务属性做路由任务优先方案使用 AI 的条件编译、lint、格式化本地工具需要解释错误时已知题目标签与模板提示规则或索引匹配失败或提问超出模板时复杂状态设计、建模讨论模型辅助输出必须回到约束与测试验证复杂度结论人工/规则推导用于解释推导过程而非直接采信路由规则应当可解释。不要用未经验证的“AI 指数”决定高风险任务可以先从题目 ID、语言、错误类型和是否命中已验证知识库等明确字段开始。func route(req Request) Route { if req.NeedsCompileCheck { return LocalTool } if req.TemplateHit { return VerifiedTemplate } return ModelWithValidation }这条规则也有边界TemplateHit只能表示命中了已审核的题目模板不能等同于答案正确。题目约束、语言版本或输入格式变化时即使题目 ID 相同也应回退到校验路径。如何验证选择用代表性请求集分别测量本地路径和模型路径的正确性、耗时、调用量及用户是否采纳。记录模型、提示词和知识库版本。至少保留一组命中模板但应被拒绝的请求用来检查路由没有跳过约束校验。若模型答案没有被验证不应缓存为权威题解若本地规则覆盖不足应把失败样例收集起来再决定是否引入模型。