面向做运筹优化的 AI：在 OSCAR 框架内沿阶梯路由大模型

该论文提出 OSCAR 框架，用经标注决策样本认证的离线 Simulator、Coder 和 Reviewer 三角色，验证并改进大模型生成的优化模型。五个基准问题上，两个可本地单 GPU 部署的小型开源模型达到 95% 至 100% 准确率，而单次尝试平均仅 29% 和 48%。五次运行中，Codex 与 Claude Code 的平均 token 成本分别是 OSCAR 的 3.1 倍和 5.8 倍。

此前大模型做优化建模，往往只保证可行或看似合规，却可能把约束和目标写错，求解器于是对错误问题给出最优解。该工作把重点从“可行”转向“可认证的改进”，并给出成本与能力的分配规则，同时支持本地部署。

OSCAR 先用与标注决策样本对齐的离线 Simulator 检验候选模型，在超出可行性后继续搜索更优解，并把“下一次认证改进”建模为难度未知的序贯决策：调用哪个模型、何时停止。在已知先验的简化情形下，按成本递增逐级升级是最优的；对一般模型菜单则给出无需先验的竞争性保证。

若团队反复做优化建模，可把便宜的小模型放在前段试错，昂贵模型只在必要时升级，从而降低 token 成本。用本地开源模型处理敏感业务描述可满足保密要求，认证环节也能减少把错误约束当成正确答案交付的风险。

• 为企业优化建模流程搭建 Simulator 认证层，输出可比对的候选方案与升级记录
• 提供按成本递增自动切换模型的本地或云端路由器，并暴露预算与保密参数
• 面向频繁建模团队，把内部标注决策样本整理成可持续回归测试的资产
• 在编码代理中加入低成本升级策略，减少对高价位模型的默认依赖

• OSCAR 在五个基准问题之外的泛化能力尚未被证据确认
• Simulator 认证质量如何随标注样本数量与覆盖度变化，证据未说明
• 成本对比是否包含人工审核与标注维护成本，论文未给出
• 开源权重模型在真实企业约束与保密场景中的部署效果仍待验证