· XingAI Invest AI
混合 LLM 管道：Gemini 筛，OpenAI 决策
从 fallback 链到管道
V1 是 Ollama → Gemini → OpenAI，谁先响谁赢 — 韧但三个模型干同一件事、吃同一份输入，像雇三个厨师做同一道菜。
V2 改成管道：各模型做自己最强的阶段。
两阶段
阶段 1 · Gemini（worker 批量） — 吃进 60 日行情、新闻、情绪等 5K–20K token，输出约 1.5K 的 MarketBrief JSON，写入 SQLite（如 brief:NVDA:2026-05-12）。
阶段 2 · OpenAI（按请求或预热） — 只吃压缩 brief，输出 DecisionResult（action、confidence、rationale）。
为何有效
- 成本：全 OpenAI 约 $11.25/天/250 标的；混合约 $1.75（~84% 省）
- 延迟：裸数据 5–10s → brief 1–2s；缓存命中 <50ms
- 质量：长上下文摘要 Gemini 更强；结构化推理 OpenAI 更强
数据缺口要先补
V1 只有 yfinance 价格，没什么可「摘要」。先接 Finnhub 新闻/情绪，Gemini 才有文本可压。
缓存
Brief TTL ~15 分钟（worker）；Decision TTL ~1 小时。多数 API 响应 = 零 LLM 调用，只读 SQLite。
故障
Gemini 挂 → OpenAI 吃原始数据（贵但可用）；OpenAI 挂 → Gemini standalone 低置信；Finnhub 挂 → 仅价格 brief；双挂 → 旧决策 + is_stale。
延伸阅读： ADR-002。
Part of the XingAI Tech Blog. We build AI decision systems for everyday life.