换模型最常见的坑，不是新模型变差，而是旧能力悄悄丢了：原来会做的格式、原来守住的边界、原来不犯的错，在新模型上换了一种方式出错。回归清单就是切换前必须跑完的同一套考题——新旧模型同题作答，差分清楚了再切流量。
某团队为省成本换了模型，只测了三道示例题就全量切换，上线才发现新模型在工具调用格式上经常多一个字段，导致下游解析失败率翻倍。回归清单跑一遍，这些失败在切换前就能被同一套考题抓住。
💡 记住：换模型不怕新模型有缺点，怕的是不知道它和旧模型差在哪——回归清单就是这份差分报告。
如果你明天就要换模型，你的考题库里现在有几道题？先写出 12 道，再谈切换。