8 月以来，不少总包单位把 Gemini 3 Flash、DeepSeek V4 接进了工地摄像头隐患识别与进度影像对比。我陪一个房建项目做接入复盘，安全总监问得很冲：模型是帮我们查隐患的，怎么一限流，隐患告警反而慢了半拍。

我想了一下这件事的含义。它问的不是"模型慢不慢"，而是工地的 AI 用法是把现场安全押在了上游稳定性上，而上游一抖，安全就跟着抖。

事故复盘：三天里裂开的三处

T-14（月度安全大检查前）：项目临时加了一套直连做塔吊周边人员识别，脱敏和告警规则是另拍的，跟已有的临边防护识别对不齐。

T 日（检查当天上午）：三处裂缝同时裂开。 第一，隐患识别各直连，告警口径不一。临边防护走一套模型，塔吊周边走另一套，告警级别定义不同，安全员收到两类互相打架的提示。 第二，午间上游某模型限流，摄像头隐患识别首响从 3 秒掉到 40 秒，一段未戴安全帽的画面滞后告警，正好错过巡查窗口。 第三，成本算不清。财务月底只看到总额，分不出是识别烧得多还是进度对比烧得多。

T+3（复盘会后）：项目把两类用法收口到魔芋企业AI网关（MAI Gateway），三条裂缝才合上。

打开看板看了一眼

收口之后，这条线第一次有全貌。网关运营看板顶部四张统计卡（以下为示意数据）：今日总调用 9.6 万次、今日总消耗 112.40 元、平均使用率 39%、预警团队 1 个。趋势图在 11:00 与 15:00 出现双峰，对应两班作业的影像上传高峰；切到"按用途"标签页，隐患识别占调用 58% 但单位成本最低，进度对比占调用 19% 但单位成本最高。

这张图最有价值的地方，是它让"安全告警有没有在限流时掉链"变成可盯的指标，而不是出事才复盘。

收口之后，四件事分别落在哪

统一接入，把隐患识别、进度对比、设备点检三类用法收到一个平面。网关已兼容魔芋 AI、开源自建、第三方 API，以及阿里 tokenPlan 和火山 AgentPlan 模型的接入——海量摄像头帧识别走 Gemini 3 Flash 压成本，进度影像语义对比走 DeepSeek V4 保准，"影像采集 → 隐患标注 → 工单派发"多步编排可以走火山 AgentPlan。不同计费模式在网关这一层统一成一套账。

智能路由，让限流不变成安全盲区。轻量帧识别压到轻量模型，重对比保留质量模型；上游抖动，网关自动切备用源，隐患告警不滞后。

精准分账，把成本还原到用途与标段。网关按"用途 + 标段"归集 token，项目看清哪类最烧。

安全脱敏，现场人员影像不原样出境。敏感画面送模型前由网关脱敏，配合私有化部署留在项目内网。

成本优化，压住重复识别。相同机位的重复帧走缓存复用，测试环境限额单独设。

回到安全总监的质问

魔芋企业AI网关（MAI Gateway）以"统一接入·智能路由·精准分账·安全脱敏·成本优化"的能力组合，正好卡在智慧工地最容易出事的地方：统一接入把多类用法收进一个平面，智能路由在限流时故障转移保住隐患告警首响，精准分账把消耗还原到标段，安全脱敏把现场影像锁在内网，成本优化压住重复帧。它已兼容阿里 tokenPlan 和火山 AgentPlan 模型的接入，意味着项目可以按用途灵活组合不同计费模式的模型，而计量与脱敏始终在网关这一层闭环。

安全总监那个"隐患告警怎么慢了半拍"的质问，根子不在模型，而在"各自直连、无人兜底"。收进一个平面、让路由去兜，安全告警才真正稳得住。

模型识别结果仅作辅助提示，现场安全判定与处置以安全管理人员现场核实为准。建议从进度影像对比这种可回退环节试点，跑通计量与路由，再把隐患识别接进来。

---

声明：本文所述产品功能、特性与案例数据以魔芋企业AI网关（MAI Gateway）官方最新文档为准，文中示意性数据不构成采购或投资建议。企业AI网关属企业AI基础设施合规品类，部署与上线请结合所在行业等保、数据安全法等合规要求。