开源版 OpenRouter 发布：通过调用数据持续优化模型

开源项目 Experiential Labs 于 2026 年 8 月在 GitHub 发布了开源模型网关 Experiential，其关注价值在于为开发者提供不依赖闭源商业路由器的统一接口，并探索通过实际调用数据驱动模型持续优化的路径。

• 架构与路由能力：项目采用 Rust 编写，提供与 OpenAI 兼容的统一 API 接口，支持在高并发环境下对闭源商业模型、开源权重、本地部署及自定义模型进行集中式流量分发、密钥管理与成本预算控制。
• 数据驱动优化机制：该项目设计了与调用轨迹配套的优化流程，旨在通过收集智能体运行时的交互日志，对开源模型进行定向蒸馏与微调，尝试建立使用反馈促进模型性能提升的闭环。
• 数据隐私与部署边界：系统支持自托管部署，并提供零数据留存（Zero Data Retention）路由选项，避免在多模型转发过程中产生额外的中间层数据泄露风险。
• 影响/看点：该项目若能在高并发稳定性与安全合规上通过验证，可能为预算敏感型团队降低多模型管理成本，但其持续优化机制的效果取决于开发者能否持续获得高质量的真实调用反馈与充足的计算资源。
• 资料依据：
• 1. Experiential Labs GitHub 仓库（https://github.com/experientiallabs/experiential）
• 2. Y Combinator 官方项目介绍（https://www.ycombinator.com/companies/experiential-labs）

本内容由 AI 生成，仅供参考，请注意甄别