与编程智能体一起使用
如果你是在找"能接进 Claude Code / Cursor / Codex / 通义灵码之类工具的模型"时发现了象信，请先读这一页：象信一号不能替代编程智能体背后的大语言模型。 正确的用法是：继续用你熟悉的编程智能体写代码，让它写出调用象信来做判断的程序。
象信一号不聊天，也不写代码
象信一号是一个系统一模型。它不生成文字、不写代码、不进行多轮对话。它接收一份状态和一组带类型的问题，返回结构化的答案：
- Choice：从候选项中选一个，并给出每个选项的概率；
- Score：在你定义的档位上给出位置；
- Noul：某个说法成立的概率（0～1）。
编程智能体依赖的是另一类能力：流式输出文本、调用工具、根据自然语言指令修改文件。这些象信一号都不做。所以不存在一个"把模型改成 xiangxin-latest"就能让智能体换芯的开关——两者解决的是不同的问题。
你真正想要的可能是
| 你想做的事 | 建议 |
|---|---|
| 让编程智能体更会写调用象信的代码 | 安装 象信 Skill。它把 API 格式、三种原语、常用模式和注意事项讲给智能体听，减少它自己瞎编字段的概率。 |
| 在你开发的应用或智能体内部做路由、分类、打分、护栏等结构化判断 | 从 快速开始 入手，再读 如何用象信构建 和 模式，例如 置信度门控路由、意图路由。 |
| 更换驱动编程智能体的那个模型 | 象信不适合这件事。请继续使用生成式大模型；在你的产品需要快速、可校准的结构化判断时，再单独调用象信。 |
| 还没写代码，想先感受一下 | 打开 Playground，贴一段文字作为状态，加几个问题试试。 |
什么时候值得用象信
虽然象信一号不是编程智能体的"大脑"，但它常常正好是你用智能体搭建的系统里缺的那一块。当你的代码需要做下面这些事时，就可以考虑它：
- 把请求分发到固定的几个去处之一，并且想知道这次分发有多大把握；
- 按某个标准（紧急程度、质量、风险）打分，再根据分数走不同分支；
- 在执行某个动作前，确认一段文档、消息或记录里某个说法是否成立；
- 把"请大模型只返回 JSON"的脆弱提示词，换成天然返回类型化值的调用。
一个常见组合是：生成式大模型负责"写"和"想"，象信负责"判"——例如在大模型回复前后各做一次护栏检查，或者先用象信判断意图，只把真正需要推理的请求交给昂贵的大模型（见 意图路由）。
给智能体的几条经验
- 把问题和阈值集中放在一个文件里。 这是人最需要审阅的部分，智能体写的问题往往不够精确，需要你一起改。
- 让智能体先跑小实验。 给它一个 API 密钥（环境变量
XIANGXIN_API_KEY），让它用几条真实样本试不同的问法，再给出方案。调用很便宜。 - 提醒它一次请求多问几个问题。 智能体很容易写成"一个问题一次调用"，而象信的正确用法是把同一状态下的问题都放进一个请求。
- 不要轻信断言。 请它用评估集验证自己的假设，而不是凭感觉定阈值。