AI Architecture Advisor 是一个“前门决策”技能，面向“我有问题 X，应该用什么来构建”这类架构选型问题。它负责做出选择：哪种方法合适、何时提升复杂度（以及何时不提升）、如何迁移知识、如何扩展，然后交接给负责深度的技能。它把通常分散在不同技能中的建模选项集中在一处，便于并排比较：表格数据 GBDT、深度网络、Transformer/LLM、RAG、微调、智能体、多模态/omni、嵌入与检索、推荐/排序、模型架构（dense/MoE/SSM/diffusion）。
该技能不堆砌理论，而是提供决策表、排除逻辑、权衡分析，并指向深度技能。其核心方法是先提问再回答：不先跳到某个模型，而是先弄清数据类型、数据量、任务、成功指标，以及是否真的需要 Transformer。
使用方式上，它要求先进行“Intake”提问，包括：任务是什么（分类/排序/生成/抽取/检索/行动）；数据是什么（类型、体量、是否有标注、是否私有、是否新鲜）；成功指标与门槛是什么（准确率/延迟/单次结果成本/可解释性）；约束是什么（p99 延迟、规模化下的单次查询成本、本地部署/云、无幻觉）；是否有监管/合规驱动（EU AI Act 高风险分类、数据驻留、解释权、审计追踪）；是否真的需要 LLM/Transformer。在幸存选项中打破平局时，硬约束（p99 上限、本地部署要求、监管门槛）是闸门，未通过则直接排除；只有通过所有闸门的选项之间，软标准（成本、开发者熟悉度、边际准确率）才作为平局裁决。
主要能力包括：提供快速参考表，覆盖表格模型族、树模型与深度学习、单模型思考预算、LLM 提示与 RAG、RAG 与微调、适配与后训练、单次 LLM 调用与智能体、omni 模型与专家流水线、嵌入/检索模型、搜索/排序与推荐、序列/感知网络族、模型架构（dense/MoE/SSM/diffusion）、从零训练与适配、托管 API 与自托管开放权重等对比。它还提供决策树，按预测/产出类型划分车道：表格数据走经典 ML；行为排序走推荐/排序；文本理解/生成走 LLM；基于文档语料的回答走 RAG；行动/工具调用/多步走智能体；图像/音频/视频加文本走多模态；图像/音频/原始信号走深度学习。
适用场景：在承诺构建之前进行任何并排比较，例如 CatBoost 与 Transformer 与 RAG 与微调与智能体；表格数据上树模型与神经网络；单次调用与多智能体；omni 与专家模型；选择哪个嵌入器、是否需要重排器；搜索与推荐；dense 与 MoE/Mamba/diffusion-LM；自托管开放权重与 API 盈亏平衡；如何迁移知识、扩展模型或评估较新架构。如果用户已经选好方法并想构建，则应跳过此技能，直接进入深度技能。
限制：该技能只做决策，不负责实现；一旦选定方法就交接。它不提供理论堆砌，也不在问题分类完成前命名具体方法。资料中未提供收费、价格、平台支持或具体效果数据。