评估工具、编排模式、记忆设计及其背后的失败案例——在细节仍然新鲜时记录下来。
当 token 支出达到六位数时,工程问题不在于 agent 有多自主,而在于有多大比例的流量落在了正确的模型层级上——以及你如何证明这一点。