对于同一个问题，模型原本可能生成简短答案、冗长解释、错误推理、正确推理或格式混乱的内容。
Prompt caching 是答案。K3 虽然轮数多、token 多，但命中的基本都是缓存，实际推理成本极低。
科技主题整体进入震荡阶段，但也将迎来错峰配置时机，关注板块轮动与产业新催化。建议聚焦国产模型与出海加速，能源与供应链安全。
不适合微产品或者资源受限的场景。不灵活：Django有自己的一套哲学，你最好按它的方式来。
getStatusCode().value() == 429) { throw new LlmRateLimitException("OpenAI 限流", e); } throw new LlmCallException( "OpenAI 响应异常, 状态码: " + e.
如果只靠反复 --help 来查看参数显然试错成本太高，所以需要一个 Skill 来配套使用，这是一份写给 Agent 看的 CLI 说明书。