0, 'speaking': False, 'speech_duration': 0.
工程层——决定能不能用延迟看 p95/p99 尾部，别信平均值；流式下 time_starttransfer约等于 TTFT用真实工具调用任务验 tool_use（读写文件），不是问一句“你好”就算接上了确认协议：有 Anthropic 端点就直连，只有 OpenAI 端点就得挂翻译层看可靠性 / 有没有智能路由做故障转移——Agent 发几十次请求，1% 错误率就够你崩成本层——决定贵不贵支不支持提示词缓存，以及缓存命中怎么计价（这是 Agent 场景最大的省钱杠杆）计价粒度透不透明，有没有用量看板 / 调用日志能对账标称上下文 vs 真实可用的最大输出，别被“128k 上下文但输出砍到 4k”坑了长期层——决定敢不敢一直用模型版本能不能锁定，别今天满血明天偷偷换量化版数据合规：你的代码 prompt 会不会被拿去训练、日志留多久我自己这轮测下来，蓝耘 MaaS 在“Anthropic 直连、缓存命中 97.9%、可靠性 100%、延迟方差极小”这几条上是实打实过关的，截图和数据都在上面，你可以自己复现。它不是每一项都第一，但在我这个“自费跑 Agent”的场景里，它把我真正在乎的都做对了。结尾回到开头那个让我肉疼的账单。上次换便宜 API 越换越贵，不是因为我运气差，是因为我压根没搞懂该看什么——我只看了单价那一个数字，漏掉了缓存这个真正决定 Agent 成本的杠杆。
Walk down each branch of the design tree, resolving dependencies between decisions one-by-one.
同时同步建设外部信号： Reddit discussions G2 reviews 覆盖 AI 常引用的信源地方 … 小结 GEO 的核心逻辑就三句话： AI 搜索会把用户的一个主 Query 扩散成 8-12 个子查询（Fan-out） 你的内容只要精准命中其中一条子查询并排在前列，就能被 AI 引用为 Citation。
在构建中，Skill 会通过 go:embed 打包进二进制，与 CLI 的版本严格锁定，同时达成了 skill install 命令，可以一键安装技能。