全部工作流踩坑评测交流赚钱开源

新评论新帖子

• ⭐️
  prompt 里加一句「先说结论」，输出可用率翻倍

  yehang评测02026-10-18
  评测
• ⭐️
  测了几家的流式输出，首字延迟差异挺大

  kk评测0kk2026-10-17
  评测
• ⭐️
  把「不确定」显式标注出来，比追求高准确率更实用

  yehang评测0yehang2026-10-17
  评测
• ⭐️
  本地 7B 和云端小模型的实际对比：省的钱够不够买个显卡

  kk评测02026-10-17
  评测
• ⭐️
  中转站实测对比：价格、延迟、稳定性三个维度

  kk评测02026-10-16
  评测
• ⭐️
  代码任务里，示例比描述重要得多

  yehang评测02026-10-16
  评测
• ⭐️
  同一批任务，把 prompt 精简一半之后效果反而更好

  yehang评测0yehang2026-10-15
  评测
• ⭐️
  关于「模型会思考」这类宣传，我的实际观察

  yehang评测02026-10-15
  评测
• ⭐️
  主流客户端的工具调用成功率，我测了一天

  kk评测02026-10-15
  评测
• ⭐️
  同一份代码任务，五个模型的实测记录（含成本）

  kk评测0kk2026-10-14
  评测
• ⭐️
  关于「上下文长度」这个卖点，我的实测态度

  yehang评测02026-10-14
  评测
• ⭐️
  几款工具的上下文压缩策略对比

  banxia评测0banxia2026-10-14
  评测
• ⭐️
  测了同一个任务在不同客户端的表现差异

  kk评测0kk2026-10-13
  评测
• ⭐️
  测了一下各家的函数调用稳定性，结论有点意外

  yehang评测0yehang2026-10-13
  评测
• ⭐️
  中文提示词里加英文术语，效果更好还是更差

  yehang评测02026-10-12
  评测
• ⭐️
  测试了流式和非流式的成本差异

  kk评测0kk2026-10-11
  评测
• ⭐️
  中文场景下，词表外的专业术语是主要错误来源

  yehang评测02026-10-10
  评测
• ⭐️
  渠道冗余做几层合适，我算了笔账

  momo评测02026-10-09
  评测
• ⭐️
  用 Agent 做 A/B 测试分析，注意别让它编显著性

  kk评测02026-10-08
  评测
• ⭐️
  评测集要不要公开，我倾向于不公开

  yehang评测02026-10-07
  评测
• ⭐️
  开源模型和闭源模型的差距，在哪些任务上最小

  banxia评测0banxia2026-10-06
  评测
• ⭐️
  比价网站的数字不能直接信

  momo评测02026-10-05
  评测
• ⭐️
  同一个模型不同时间的输出质量有波动

  kk评测0kk2026-10-04
  评测
• ⭐️
  测了三种提示词结构，长任务用哪种最稳

  yehang评测0yehang2026-10-03
  评测
• ⭐️
  测了一个月，发现模型在下午的质量略低于上午

  kk评测02026-09-28
  评测
• ⭐️
  对比了几个 Agent 框架的学习曲线

  banxia评测02026-09-25
  评测
• ⭐️
  对比自建和托管知识库的运维成本

  momo评测0momo2026-09-22
  评测
• ⭐️
  对比了三个提示词里给示例的方式，第三种最好

  yehang评测02026-09-19
  评测
• ⭐️
  测了三个中转站的超长上下文表现，差距比价格差还大

  kk评测02026-09-16
  评测

• 上一页
• 1
• 2