在混合专家（Mixture‑of‑Experts，MoE）语言模型中，路由器通常仅依据 token 的隐藏状态来选择和加权专家，这导致只能利用有限的上下文信息。我们提出 Attention‑Aware Routing（AAR），在路由器中加入从注意力权重滑动窗口中提取的时序和频谱特征，这些特征提供了模型上下文状态的摘要，且与隐藏状态解耦。\ \ 在实验中保持基础 Transformer 完全冻结，仅训练路由参数，使路由成为唯一可变因素。AAR 在 OLMoE 上的 GSM8K 基准上相较仅使用路由的 SFT 基线提升了 +3.37%。\ \ 更重要的是，我们发现路由与注意力形成了一个耦合回路：在第 $l$ 层的路由变化会通过残差流传播，在第 $l+1$ 层放大注意力汇聚（attention sinks），从而在不直接修改注意力机制的情况下重塑注意力分布。\ \ AAR 还能显著降低长文本生成的发散现象：错误答案的生成长度明显缩短，而正确答案的长度保持不变。\ \ 此外，AAR 对网络深度高度敏感：若在所有层均匀应用会削弱事实检索能力，而在更深层引入则仍能保留数学推理的提升。这揭示了检索与推理在不同深度之间的张力，层选择性的 AAR 成为探测不同层注意力所携带路由相关信息的受控手段。\ \ 点评：AAR 通过将注意力的时空特征注入路由，实现了路由与注意力的协同进化，在提升模型性能的同时提供了对内部信息流动的全新解释。