一句话定义：适配器路由（Adapter Routing）是在推理时根据输入的任务或领域，自动挑出对应的适配器（adapter）来参与计算，而不是把所有能力都挤进同一份模型权重里。
先说说适配器是什么。微调大模型很贵，于是有了「适配器」这种小模块：冻结原来的基座模型，只在层间插入一小块可训练参数，训练成本低、体量小，还能一个基座挂很多份。问题是，挂多了就得有人决定「这次用哪份」，这就是路由。
打个比方：公司请了一位通才顾问（基座模型），法务、财务、医疗各有一本业务手册（适配器）。前台先判断来的是什么问题，再把对应手册递过去。顾问还是同一个人，拿不同的册子，回答的重点和口吻就变了。
路由怎么判断？常见几种做法：
- 显式选择：用户在界面里选「法务模式」，最简单也最可靠。
- 分类器路由：训练一个小模型，输入问题后输出该走哪个适配器。
- 相似度路由：把输入做嵌入，看它离哪个适配器的代表向量最近。
- 软路由：不选一个，而是按权重同时混合多个适配器，类似小范围集成。
和几个容易混的概念比一比：
关键差别是：MoE 的专家通常一起训练、对外不可见；适配器路由的适配器可以各自独立训练、单独上线和下线，是「热插拔」的。提示词路由改的是喂进去的文字，适配器路由改的是模型参数本身，两者可以叠加使用。
对从业者来说，这套机制的价值在于解耦：不同客户、不同领域各维护一个小适配器，迭代互不干扰，出错也容易回滚。要留意的坑有两个——路由本身的准确率，选错适配器可能比不选还糟；以及多适配器同时驻留带来的显存和吞吐压力。具体支持方式以各家框架的官方文档为准。
对普通人来说，它解释了为什么同一个 AI 应用里，问报销和问病情时的语气、格式、严谨程度可以完全不同。它的思路也很朴素：不造一个全能模型，而是把路由做薄、把专家做小，让合适的能力在最合适的时候出场。