anubu

应该还不太能，当前模型的能力和成本，还不能当作一个纯粹的许愿机，使用者本身的 context 还是有一定的价值的。

当然不反对有特例，借助于大模型，可以达到之前完全陌生的领域，特别是对于触类旁通能力越强的人越有效。其实非常类似搜索引擎时代的搜索能力，人在陌生领域最大的问题是没有问题、没有关键词，要通多很多次的的搜索迭代才能拿到领域内人员熟知的问题和关键词，模型降低了这个过程的成本，但本质还是自身要有迭代能力。

“水管脱离主管道，通过破裂小孔顺利排水.jpg”

是是是，好好好，句句有回应，事事没着落。
拿多少钱干多少活，有基本的职业道德即可，甚至不用多高。
当前时代，耗材自我加压几乎没有任何性价比了。

一口馒头，一口炸花生米。碳水和油脂，极简的满足感。

- 首先，它是开发者预览版，没必要这么吹
- 其次，它是开发者预览版，没必要这么喷

再次证明网络对喷的核心逻辑是“你的情绪激动导致了我的情绪激动，先不要管实际情况了，让我们先喷起来吧”

主贴描述的现象是事实，但不应表示“Agent 缓存命中率”这个指标无效。原因应该是语义含糊问题，Agent 缓存命中率应该是一个受多场景多变量影响的指标，自媒体良莠不齐，含糊的描述，导致了传播层面的困惑。
稍微严肃一点的定义，对比多个 Agent 在相同的 codebase 、环境、链路、模型、提示语等因素，处理同一个相对复杂的业务场景，来比对缓存明中率，这样的指标应该是有意义的。因为 Agent 实现上的确有影响这个指标的因素，所以用于评估 Agent 是有效的。只是要严肃对比可能要有较为严格的测试设计。
那么 Agent 间的横向对比，和个人实际使用的纵向推进场景，有什么参考价值吗？除了来回拉扯的场景，其它可能差那么一点命中率没有太大关系，但的确是可以省钱的。

用了不到一个月，速度还可以。就是前两天不可用，以为就是常规跑路了，又临时买了个备用的。看到你发帖再试试才发现恢复了。
建议官网挂个公告通知什么的，官网大部分可以直连，群却基本无法直连，导致没有备用链路的话，完全不清楚故障情况。