场景背景
v1:
Success 84%
Avg Steps 8
Avg Tokens 30K
Cost 0.09
Latency 28s
v2:
Success 88%
Avg Steps 19
Avg Tokens 95K
Cost 0.27
Latency 77s
提升:
成功率 +4%
但成本:
3 倍
延迟:
近 3 倍
Trace 进一步分析
v2 加入:
Planner
SubAgent
更多 Skills
更频繁 Reminder
很多简单任务也走完整复杂流程。
改进
不是把这些能力删掉。
而是:
简单任务
→ v1 路径
复杂任务
→ v2 路径
这就是:
Routing / Conditional Capability
复盘
Evaluation 不是为了选:
一个永远最好的 Agent。
而是帮你找到,什么任务用什么配置最好。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END

















请登录后查看评论内容