AI Learning Hub

模型 API、ZDR 与 Agent 工程实践，以及近期 AI 论文选读。

工程指南与近期论文

从接口选择、路由约束到上线验收，建立可维护的多模型接入方案。

区分训练用途、内容保留和运行元数据，逐层核验请求经过的系统。

区分模型提出调用、MCP 连接工具与业务系统真正执行操作的责任。

先建立有答案依据的评测集，再调整切分、检索数量或模型配置。

从近期政策审计研究出发，建立工具轨迹、规则覆盖和确定性复核清单。

结合近期研究，围绕证据分布、文档版本和多步骤回答设计测试。

接入多模型 API 前，逐项核对协议、流式、工具、错误和用量，避免把接口兼容当成能力保证。

从候选筛选、重试预算到部分输出恢复，设计可验收的多模型路由方案。

某交易所助手两个版本记录中的解决率提高8.58个百分点，平均回复时间与单次回复成本分别下降43.13%和64.08%。

约539.83万次共享代理请求与199项模型目录检查，分别说明统一模型平台的运行规模和验证边界。

从会议自报的17个Agent配置出发，梳理知识接入、召回验证与后续使用价值评估。

以10月5日STG的7语言、23页面、42份Markdown历史快照，讨论MaaS的产品化交付与商业验证。

围绕Q3含税364,329.61 USD分摊、19个部门编码及26条Key月记录，说明费用治理的交付口径。

238条源工单覆盖、174条实际变更与32个人员标识缺口，如何共同构成可核对的同步结果。