小语言模型（SLM）因能够在本地控制代理、降低远程推理、延迟和部署体积而受到关注，但结构化工具错误会导致步骤失败。传统路由在每个查询时只选一次模型，而代理的决策点是序列化的，难度随中间观察而变化。为此我们提出 STEPGATE——一种不确定性感知的交接框架，给每个本地 SLM 动作打分，并在需要时将困难步骤升级到更强模型。实验在 52 项任务的单步 BFCL 测试集上，Qwen2.5-1.5B/7B 组合在 30.8% 升级率下实现 82.7% 成功率，显著高于仅本地 67.3% 和随机升级（33.8% 升级率）75.4%。在多轮评估中，STEPGATE 在仅使用 30.0% 云动作的情况下，轨迹成功率 69.0%、动作成功率 84.0%，优于本地‑only（48.0%/70.5%）、随机升级（60.0%/78.2%）和查询级路由（57.0%/77.1%），而强模型全云时轨迹成功率 82.0%。结果表明，步骤级升级在保持相同云动作比例的前提下，能够恢复大部分强模型的性能，同时减少远程传输的 token。局限性包括仅使用单一模型族和单一强后端、任务脚本化、测试集规模小、多轮比较依赖配对区间和统计检验，且风险分层仅为研究标注，未提供正式安全保证。
点评