WRITING / BLOG
关于 AI 产品、测试与真实使用的长期记录。
这里不追求日更。我会记下一个产品判断如何形成、被什么证据改变，以及下一次可以复用的方法。
PAGE 03 / 本页首篇2026 年 10 月 18 日
DeepSeek Flash 更新后，搜索的钱要单独算
Flash 1017 沿用原来的 API 名称与 token 单价，但搜索和网页抓取有自己的计费与限流。做资料助手时，应把模型回答、找资料和读网页分别验收。
阅读全文ALL NOTES / 全部文章06 NOTES
Beam 开放权重后，换个精度能直接上线吗？
Beam 同时公布三种精度的评测。平均分接近，让低精度值得试；真正决定能否替换的，还包括哪些任务新出错、哪些限制失效，以及目标机器上实际省了多少。
把对话压短以后，Agent 还能接着做对吗？
Step 5 Preview 把上下文压缩纳入任务训练。对产品来说，验收重点也该从摘要够不够短，转向交接后是否保住约束、成果和下一步。
Agent 的运行记录，够不够支持产品判断？
Claude 新增 OpenTelemetry 导出后，排查 Agent 多了一条路径。但记录可能缺失、重复或截断。先确认自己看到了什么，再决定改模型、改工具，还是补验收。
有了一百万 token 额度，报告就能交齐吗？
Gemini 4 Argon 把长输出带进了产品设计。输入、思考和正文共用额度，生成还可能分段继续。要交付完整报告，得先设计预算、恢复与验收。
记住旧偏好之后，Agent 能听进新的变化吗？
Muse Wonder 把记忆放进了新模型的评测。对产品团队，更值得检查的是：用户改口之后，旧信息还能不能及时退出当前任务。