模型引擎 Engine 是 AIDC 的模型层。哪个岗位用哪个模型、模型跑在谁的机器上、每一次调用花了多少钱，都在这一层决定。模型半年换一代，换掉一个模型不该动到流程、岗位和数据。
MODELS AS REPLACEABLE PARTS — PER-POSITION ROUTING · PRIVATE DEPLOYMENT · METERED
公有云模型 · 私有化部署 · 逐次计量
要快的岗位和要想清楚的岗位，需要的不是同一颗脑子。把模型单独做成一层，才谈得上按岗位配、按岗位算账、按岗位换。
接电话的岗位要快，做分析的岗位要强。哪个岗位配哪颗脑子在这一层定，成本和效果也按岗位分开算。
模型可以装在你自己的机房或专属机器上，数据不出厂。对合规要求严的行业，这一层是前提，不是选项。
每一次调用记在哪位数字员工、哪台设备、哪个岗位头上。月底的账能拆到人，不是一个笼统的总数。
不是二选一。大部分岗位走公有云最划算，少数碰敏感数据的岗位留在自己机房里——两者在同一层里派发，对上面的流程没有区别。
接入主流模型服务，开箱即用，跟得上每一代新模型。适合大多数岗位：成本最低，迭代最快，不用自己养机器。
模型装在你自己的机房或专属机器上。数据不出厂，网络可以断开对外，审计由你自己掌握。适合涉密、涉客户隐私和受监管的岗位。
这四件事都只发生在这一层。上面的岗位、流程和数据，一次都不用跟着动。
先定这家公司哪些岗位可以走公有云、哪些必须留在自己机房里。这条线通常由合规和客户合同决定，不由技术决定。
按岗位配。新岗位沿用同类岗位的配置，不用每次从头挑；配错了随时改，改完下一轮就生效。
出了更好或更便宜的模型，在这一层换掉即可。岗位、流程、资料和权限一律不动，数字员工照常上班。
用量和成本按部门、岗位、设备分开看。哪一段贵、贵在哪、值不值，一眼看得到，而不是月底收到一个总数。
可以。自建的或已经采购的模型接进来即可，和公有云模型在同一层里按岗位派发，上面的流程看不出区别。
一台能跑模型的机器（通常带显卡），以及一个让公司内部访问得到它的网络。具体规格在部署评估时按你的岗位量和响应要求给。
不会动它的岗位、资料和权限。换的是它用的那颗脑子，做事的方式和边界不变。
按调用逐次计量，记在具体的数字员工和设备上。公有云模型按用量计费，私有化部署按机器计费。