
Day 9:API 缓存原理,选 provider 时别只看单价
这是「AI 之路进阶升级指南」第二周 Day 9 的番外篇。你需要先完成 Day 7。 Day 7 你给脚本加了错误处理。现在脚本健壮了,但你可能忽略了一个更隐蔽的成本问题:不同 provider 的缓存策略差异,会让同一笔批量任务的实际成本差出一截。 ...

这是「AI 之路进阶升级指南」第二周 Day 9 的番外篇。你需要先完成 Day 7。 Day 7 你给脚本加了错误处理。现在脚本健壮了,但你可能忽略了一个更隐蔽的成本问题:不同 provider 的缓存策略差异,会让同一笔批量任务的实际成本差出一截。 ...

这是「AI 之路进阶升级指南」第二周 Day 8 的骨干教程。你需要先完成 Day 7。 Day 7 你给脚本加了错误处理,它现在能在真实网络环境下跑了。但还有一个更根本的问题:你仍然需要写代码。 ...

TL;DR: SELF-MONITORING 发布后,确认请求降了 94%,状态块完整率涨了 5 倍。但 60% 的状态块仍然残缺,连闹钟本身偶尔也会忘响。创可贴有效,但撑不到 100%。最有效的修复是最不"Agent"的那个:让程序管状态,让模型管推理。 ...

TL;DR: 上篇发现 Agent 从第 2 轮起就把协议的五角色分离合并成了四角色,格式完整但核心约束被篡改。这篇挖根因:注意力稀释让"不可合并"的约束权重降到阈值以下,模型的优化本能接管;EOS 偏好提供了简化流程的动机;无状态架构让偏差进入正反馈循环。v0.21.0 的定期重载是创可贴,不是根治。 ...

问题:数据源有了,但 agent 用不上 kimi CLI 的 datasource plugin 是个好东西。A 股港股美股行情、宏观经济指标、企业工商信息、学术论文检索,六个数据源,覆盖了日常投研的大部分需求。安装之后在 kimi 里敲一条命令就能查。 ...

TL;DR: Agent 在多轮审核长任务中不会自己循环,反复问"要不要继续"。更严重的是,从第 2 轮起就把协议要求的五角色分离悄悄合并成四角色,格式完整但核心约束被篡改。这不是上下文压缩导致的,而是 LLM 在长时序任务中的系统性退化——协议漂移。 ...

这是「AI 之路进阶升级指南」第二周 Day 7 的配套练习。你需要先完成 Day 6。 Day 6 你写了一个能跑通的批量处理脚本。选一个场景、遍历文件、调 API、保存结果。跑起来的时候觉得一切都很顺利。 ...

这是「AI 之路进阶升级指南」第二周 Day 6 的配套练习。你需要先完成 Day 5,再回来动手。 Day 5 你写了 read_file() 函数和批量脚本骨架。现在脚本能识别各种格式的文件了。但还没真正跑过一次完整流程:选场景、调 API、保存结果,这个链路还没串起来。 ...

这是「AI 之路进阶升级指南」第二周 Day 5 的配套练习。你需要先读完 Part 2,再回来动手。 Part 2 的 batch_summarize.py 能批量处理 .md 和 .txt 文件。但真实文件远不止这两种。PDF 报告、Word 合同、CSV 数据表、JSON 配置文件——它们就在你的桌面上,脚本却读不了。 ...

这是「AI 之路进阶升级指南」系列第二篇。你需要先完成 Part 1 和前三天的练习(Day 1、Day 2、Day 3)。 Part 1 里你学会了让程序帮你问 AI 一个问题。今天要做点不一样的:让程序替你问 AI 一百个问题。 ...