核心用法
GLM Autoroute 是专为 ZAI 平台设计的双模型路由策略，通过 sessions_spawn 机制在 GLM-4.7（轻量默认模型）与 GLM-5（重载推理模型）之间智能调度：
| 维度 | GLM-4.7（默认） | GLM-5（按需启动） |
|:---|:---|:---|
| **适用场景** | 简单问答、文件查询、状态检查、格式化任务、定时任务 | 代码编写、调试分析、多步推理、深度研究、架构决策 |
| **输出风格** | 简洁直接，无需解释 | 详细论证，完整推理 |
| **调用方式** | 主会话自动使用 | `sessions_spawn({ model: "zai/glm-5", task: "..." })` |关键决策规则
- 强制升级信号：涉及代码、分析、推理、研究的任务 → 必须启动 GLM-5
- 兜底原则："When in doubt → GLM-5"
- 记忆管理：GLM-5 子会话需完整输出给用户，关键洞察写入
MEMORY.md，详细报告存入任务专属文件
显著优点
1. 成本与效率优化：日常轻量任务由 GLM-4.7 快速响应，避免重载模型的资源浪费
2. 明确边界设计：DO/DO NOT 清单清晰可执行，减少模型能力误判
3. 透明可追溯：强制标注模型版本 (GLM-4.7) / (GLM-5)，便于审计与调试
4. 结构化记忆：双层级存储（精简记忆 + 详细报告）平衡上下文效率与信息完整
潜在局限
- 判断依赖主观："复杂度"阈值无量化标准，存在误判风险（尤其边界任务如"复杂总结"）
- 上下文割裂：
sessions_spawn启动独立子会话，GLM-5 无法直接访问主会话历史，需显式传递任务描述 - 用户覆盖机制：用户指定模型时无条件执行，可能绕过优化逻辑
适合人群
- 高频使用 ZAI/智谱 API 的开发者与自动化工作流设计者
- 需要在成本控制与输出质量间精细平衡的企业用户
- 构建复杂 agent 系统的架构师（依赖多会话协作与记忆管理）
常规风险
- 升级遗漏：复杂任务误判为轻量任务导致输出质量下降
- 记忆污染：
MEMORY.md写入策略不当可能累积噪声或丢失关键上下文 - 子会话悬挂：GLM-5 任务未正确结束或结果未回传，导致主会话状态不一致
- 安全合规：子会话产生的敏感输出需遵循平台数据留存策略，避免跨会话信息泄露