LLM 迁移决策一页纸

一句话结论

建议迁移，但采用“分层迁移 + 证据门禁”策略，不建议一次性全量切换。

决策依据（仅保留硬证据）

1. 当前样本 add-user-account-features 已形成真实中等复杂度改动，不是 demo。
2. 安全关键点有实现证据：
   • callback next 白名单防 open redirect
   • forgot-password 反邮箱枚举
   • 服务端 Zod 输入校验
3. OpenSpec 一致性通过：openspec validate add-user-account-features。
4. 多编辑器资产已具备：.claude / .codex / .lingma skills 与 commands 已落地。
5. 当前主要短板同样有证据：自动化测试覆盖不足，且 lint/type/test 受 pnpm approve-builds 门禁阻塞。

迁移价值判断（2026-06-06）

可确认价值：

1. 成本压力下，替代路径已具备“可运转”工程形态。
2. 规划-执行分层（强模型规划 + 中国 LLM 执行）在本样本可行。
3. 工具切换成本可控（三套编辑器指令资产已沉淀）。

暂不能确认：

1. 长周期回归成本是否下降（缺自动化与多样本）。
2. 复杂场景（性能、并发、迁移脚本）下的稳定性。
3. 端到端交付效率是否优于旧链路。

风险优先级（按影响 x 概率）

P0（必须先处理）：

1. 质量门禁失效风险：当前无法稳定跑完 lint/type/test（环境门禁未统一）。
2. 测试覆盖不足风险：核心新增流程缺直接自动化回归测试。

P1（两周内压降）：

1. 单样本偏差风险：当前仅 1 个 change，结论外推风险高。
2. 评审回流风险：若模型降本但 review 闸门不强化，人工成本会反弹。

P2（并行治理）：

1. 合规与审计风险：多模型多编辑器下日志、数据出境、审计口径需统一。

2 周执行闸门（Go / No-Go）

第 1 周（补齐发布前置）：

1. 统一 pnpm approve-builds 策略（本地与 CI 一致）。
2. 固化三条质量门禁必须可跑通：check-types / lint / test。
3. 为本次样本补 3 条最小回归自动化：
   • callback 白名单测试
   • forgot/reset 主流程测试
   • profile 显示名更新测试

第 2 周（做第二样本验证）：

1. 选择“不同类型任务”做对照（建议数据层/并发/迁移脚本之一）。
2. 用相同评估框架产出第二份报告（同维度、同证据模板）。
3. 复盘两份报告后作最终采购与主力工具决策。

Go 条件（满足才建议扩大迁移范围）：

1. 两个样本均可稳定通过质量门禁。
2. 核心流程具备最小自动化回归。
3. 评审效率未显著恶化（review 往返次数不劣于旧链路）。

No-Go 条件（触发则暂停扩大迁移）：

1. 质量门禁持续不稳定。
2. 回归缺陷明显增加。
3. 人工 review 负担明显上升且无法通过流程化缓解。

管理层决策建议

本周建议：批准“受控迁移”，不批准“全量替换”。

资源投入建议：

1. 1 名工程负责人主导质量门禁与 CI 环境统一。
2. 1 名应用工程师补最小回归自动化。
3. 1 名评审负责人维护评估模板与周报口径。

---

关联文档：

• 独立评测全文：llm-eval/independent-20260606
• 既有评测（用于横向对比）：llm-eval/index