当前从包围盒推断长方体基元，架构已为圆柱、球体、锥体及布尔运算（并/交/差）预留了完整的递归CSG树支撑。
三种方法都能提升模型能力，但它们使用的数据来源、学习信号和优化目标并不相同。这些差异进一步影响了训练效率、泛化能力、灾难性遗忘和输出多样性。
路由层本身才是护城河。这份测试的背景值得留意。Fireworks 是推理平台不是模型厂，K3 和 Fable 都在它上面跑，它没有站队的动力。
外部需关注美联储议息、美债利率、中东局势及特朗普政策转向。7月中央政治局会议大概率在月末召开，政策有望进一步加力，产业仍是发展主线，基建重点关注“六张网”，消费侧继续以文旅为抓手，并关注资本市场定调趋于积极。
一个简单的API服务，Django要加载一堆用不上的东西。于是我开始尝试Flask。
uri("/chat/completions") .bodyValue(requestBody) .
..这样的结构安装到 Agent 中只会有一个目录，原则是优先让 Agent 看主 Skill 文件，需要了解模块细节的再深入 references 中查看。