缓存命中到底省了什么：从 KV 缓存到 Agent 里的 token 成本
很多人第一次接触“大模型缓存命中”，脑子里冒出来的直觉是：模型把上一次的内容记住了。
Recent Posts
对 Thought 的复盘：从推理引擎到信息提示
我最早把 Thought 看得很重。
对 ToolUse 的复盘：模型不可信，系统只信执行链
前两篇写 Planning 和 ReAct 的时候，我其实一直没把问题说到底。
对 Planning 模式的复盘：计划不会错，错的是你以为计划不会错
我最早搭 Planning 模式的时候，觉得它比 ReAct 优雅很多。先花一点时间把任务想清楚，拆成步骤，排好依赖，再一条条往下走。不像 ReAct 那样边想边做，每一步都临场拍脑袋。Planning 看起来更有条理，也更可控。
对 ReAct 的复盘：失控、修正与混合架构
我最早接触 ReAct 的时候，对它的理解很简单。模型先想一下，再调一个工具，拿到结果以后继续往下走。这个循环本身不复杂，真正难的地方，看起来也很明确：提示词怎么写，工具描述怎么给，示例要不要补，输出格式怎么约束。
Temperature 与 Top-p 学习笔记
用过大语言模型 API 的人大概都见过这两个参数——Temperature 和 Top-p。调一下，输出变了；再调一下，又变了。但到底怎么回事，很多人说不清。
ImageIO线程安全与业务实践解析
前段时间和一位做 iOS 开发的朋友聊系统 API 的演进，他提到一个很有共鸣的观点：我们平时用得顺手的 API，即便曾经看起来稳定、安全，官方也可能因为底层优化或实现调整，悄悄改变它的运行语义。ImageIO 就是一个非常典型的例子。