모델별로 잘하는 작업이 다르므로 요청 유형에 따라 적합한 모델을 선택하는 미래 구상이 나왔다. Claude Code용 멀티 에이전트 오케스트레이션 도구인 오몬이 모델별 시스템 프롬프트를 나누는 사례로 언급됐다. 모델 전반의 성능이 충분히 상향 평준화되면 이런 분업이 덜 필요할 수 있다는 반론도 있었다. Sakana AI의 접근도 관련 사례로 거론됐으나 증류와는 구분해야 한다는 대화가 있었다.
- 작업 종류에 따라 서로 다른 모델을 쓰는 라우팅 구상이 제시됐다.
- 오몬은 Claude Code용 멀티 에이전트 오케스트레이션 플러그인으로 언급됐다.
- 모델별 시스템 프롬프트 분리가 모델 특성 차이에 대응하는 방식으로 거론됐다.
- 모델 성능이 상향 평준화되면 오케스트레이션 필요성이 줄 수 있다는 의견도 나왔다.
- 오케스트레이터가 목표·분배·승인을 맡을 때 중앙 집중 위험이 있다는 우려가 제기됐다.