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。
只有在固定的评估集下,以任务级结果而非单纯的每 token 成本来评判路由器时,模型间的路由才能带来回报。
每 token 成本的下降,将 agent 的瓶颈从模型选择转移到编排质量与硬件利用率上。