跳到主要內容
聯絡我們

以下這三則,是它做的。

示範內容。往下捲就是。

示範內容 | 以下三則的來源標題、摘要與理由皆為本頁自行撰寫的示範,非任何媒體的真實報導,亦非任何客戶的實際成果

開源推論框架釋出 v3,將長上下文的記憶體佔用改為分頁配置

發生了什麼

個廣泛用於本地部署的開源推論框架釋出新的主版本,把長上下文的鍵值快取從整段連續配置改為分頁配置。同樣的模型與同樣的上下文長度,記憶體佔用的峰值下降,並且在多請求併發時不再需要為每個請求預留最壞情況的空間。

為什麼現在才重要

這個做法本身不新,資料庫與作業系統做分頁已經數十年。它現在才進到推論框架,是因為在上下文長度還短的時候,預留最壞情況的浪費是可以忍受的;當上下文長度變成數十萬 token,同樣的浪費就直接決定了一張卡能同時服務幾個人。

如果你是這類團隊

如果你在自架推論服務,這是一次值得評估的升級——它影響的是同一張卡的併發數,而不是單次請求的速度。如果你只是呼叫雲端 API,這則對你的直接影響接近零,但它預示了下一輪雲端定價的變動方向。


What happened

A widely deployed open-source inference framework shipped a new major version that changes long-context key-value cache allocation from one contiguous block to paged allocation. For the same model and the same context length, peak memory usage drops, and concurrent requests no longer each reserve worst-case space.

Why it matters now

Paging is not a new idea — databases and operating systems have done it for decades. It is arriving in inference frameworks now because reserving for the worst case was tolerable while contexts were short. At hundreds of thousands of tokens, that same waste decides how many users a single card can serve.

If this is your team

If you self-host inference, this is worth evaluating: it changes concurrency per card, not single-request latency. If you only call a hosted API, the direct impact is close to zero — but it signals where hosted pricing goes next.

示範內容,非真實報導。


某雲端服務商將 API 計價改為分層結構,並公布快取命中的獨立費率

發生了什麼

家雲端服務商調整了 API 的計價方式,從單一費率改為依用量分層,並且把「命中快取的輸入 token」拆成獨立的費率項目公布。原本混在總量裡的快取部分,現在在帳單上是一行獨立的數字。

為什麼現在才重要

對使用者來說,這件事的重點不是便宜或貴,是可預測性。分層計價讓成本隨用量成長的曲線變得可以事先畫出來;快取費率獨立列出,則讓「重複的系統提示到底佔了多少錢」這個問題第一次有答案。過去這兩件事都只能事後從總額反推。

如果你是這類團隊

如果你的產品向客戶按用量收費,這會影響你的定價模型——你的成本曲線變了,售價曲線通常要跟著變。如果你只是內部使用,最值得做的是把用量歸戶到功能,否則分層之後你仍然不知道是哪一塊把你推到下一層。


What happened

A cloud provider moved its API from flat-rate to tiered pricing and published a separate rate for cache-hit input tokens. What was previously folded into the total is now its own line on the bill.

Why it matters now

The story here is not cheaper or costlier — it is predictability. Tiered pricing makes the cost-versus-usage curve something you can draw in advance, and a separate cache rate finally answers "how much are my repeated system prompts actually costing me." Both were previously only inferable after the fact.

If this is your team

If you bill your own customers by usage, your cost curve just changed and your price curve probably has to follow. If you only use it internally, the highest-value move is attributing usage per feature — otherwise tiering still won't tell you which workload pushed you into the next band.

示範內容,非真實報導。


自動化流程工具新增排程觸發器的失敗重試與死信佇列

發生了什麼

套廣泛使用的自動化流程工具,在排程觸發器上加入了失敗重試設定與死信佇列。流程執行失敗時可以自動重試指定次數,仍然失敗的執行會落進一個獨立的佇列而不是直接消失。

為什麼現在才重要

這是一個「補上最後一哩」的更新。自動化工具最常見的失敗模式從來不是流程寫錯,而是流程沒跑成功而沒有人知道——尤其是排程觸發的流程,沒有人在看,錯了也沒有畫面。死信佇列的價值在於它把靜默失敗變成一個看得到的清單。

如果你是這類團隊

如果你有排程流程正在跑,值得花半小時把重試次數與死信佇列設起來,並且確認你真的會去看那個佇列。沒人看的死信佇列跟沒有死信佇列,實際效果是一樣的。


What happened

A widely used workflow automation tool added retry settings and a dead-letter queue to its scheduled triggers. Failed runs can now retry a configured number of times, and runs that still fail land in a separate queue instead of disappearing.

Why it matters now

This closes a well-known last mile. The most common failure mode in workflow automation is not a badly written flow — it is a flow that silently did not run, especially on a schedule nobody is watching. A dead-letter queue turns silent failure into a visible list.

If this is your team

If you have scheduled flows in production, spend half an hour configuring retries and the dead-letter queue — then confirm someone will actually look at it. An unread dead-letter queue is functionally identical to not having one.

示範內容,非真實報導。

上面三則各花了兩次模型呼叫:一次從當日候選裡選出這一則並說明理由,一次讀完原文正文之後寫成中英雙語。中間沒有人介入。發布前有。

它是怎麼選的

天固定時間,它從訂閱的來源把新項目抓回來,只留過去 24 小時內的。這個時間窗是刻意的:策展的價值在於「今天」,昨天的東西讀者昨天就看到了。

接著是去重,而且是雙軌的——已經發過的記一份,被你駁回過的記另一份。第二份是關鍵:被人退掉的文章不會隔天又被選上,也不會後天再來一次。很多自動化策展工具就是死在這裡,同一則反覆出現,審核的人會先放棄。

最後才輪到模型。它拿到當日的候選清單,被要求做兩件事:挑一則,並說明為什麼挑它。 那句理由不是裝飾——它是這一步唯一的產出憑證,也是你要不要接受這個選擇的依據。

Tooltip(24 小時窗)
可調整,但拉長會稀釋「今天」的價值。
Tooltip(雙軌去重)
已發過、被駁回過,分開記。

它是怎麼寫的

選文與寫稿是兩段獨立的呼叫,不是一次做完。

分開的理由有兩個。除錯上:出問題時你分得出來是「選錯了」還是「寫壞了」,這兩件事的修法完全不同。成本上:選文那一段只需要看標題與摘要,不需要把每一則的全文都送進去。

寫稿那一段做的第一件事,是去把原文抓回來。不是用 RSS 附的那幾行摘要,是實際發 HTTP 請求取得原頁,剝掉腳本與樣式標籤、取出正文,然後截斷在一個固定的字數上界。

這一步是本產品最實際的一道品質防線。RSS 摘要通常只有兩三句,用它生成的「深度摘要」必然是模型自己補的——那才是幻覺真正的來源。讀原文生成的摘要,至少它手上有東西可以讀。

輸出那一端則是四道疊起來的穩健化:要求結構化輸出、清掉模型偶爾包上的 markdown 圍欄、檢查該有的欄位在不在、都不行才重試,重試三次仍失敗才拋錯。

Tooltip(截斷上界)
字數上界是寫死的數字,不是「希望模型自己節制」。
錯誤訊息
這一則的原文抓不回來(來源擋了自動請求)。已跳過,換下一則。

誰按下發布

模型寫完之後不會直接發出去。它把成品私訊給管理員,附兩個按鈕:駁回取消

兩個按鈕的差別在今天還發不發:駁回=這一則不行,換一則;取消=今天就到此為止。按下駁回之後,它自己從候選清單抓下一則、重跑一輪選文與生成,被駁回的那一則會進「已拒」記錄,不會再被選到。

還有第三種情況,而且它是這個產品最需要講清楚的一條:十分鐘沒有人回應,它會自己發出去。

這個預設值是選出來的,不是忘了設。

選它的理由是一句可以被反駁的話:對一個以維持社群活躍為目的的內容管道,「日更不斷線」比「每一則都經過人眼」重要。 如果你不同意這句話,那你就不該用這個預設值——而那正是我們把它寫在頁面上、而不是寫在設定檔註解裡的原因。

但如果你的場景是法遵文件、醫療衛教、金融文宣,這個預設必須反過來:沒人回應就不發。這個方向是設定,不是改架構。

按鈕
駁回,換一則 / 取消,今天不發
逾時提示
10 分鐘後若無回應將自動發布。
駁回後
已記下這一則被駁回,不會再被選上。正在換下一則。

每天要花多少錢

我們不會在這一頁給你一個金額。

不給的理由不是保留,是那個數字寫下來就會是錯的:它取決於你選哪個模型、你訂閱幾個來源、模型當期的定價,而這三件事都會變。任何一個寫死的金額,在你讀到它的時候都已經過期了。

能給的是可以自己算的上界——這比一個數字有用。

每天的支出項目次數上界由什麼決定
選文呼叫每天 1 次候選清單的長度(標題與摘要,不含全文)
生成呼叫每天 1 次原文正文的截斷上界(寫死的字數)
生成失敗重試總共最多嘗試 3 次(首次 + 2 次重試)重試上限寫死為 3
駁回換一則每次駁回 +1 次生成你按幾次駁回
抓取原文每則 1 次 HTTP不計入模型成本

也就是說:正常的一天是兩次呼叫,最壞的一天(連續重試 + 你駁回了幾次)是可以算出上界的個位數次呼叫。這不是一個會失控的成本結構——它沒有迴圈、沒有 agent 自主展開、沒有「模型決定要再查一次」的路徑。

它寫不好的時候

會寫不好,而且不好的方式是可以預測的。

一、來源品質決定產出品質

這是一條沒有辦法繞過的上限。如果來源大部分是改寫過的二手內容、或是內容農場,它讀到的正文就是空的、重複的、或本身就寫錯的——它會忠實地把那些東西寫得很通順。

通順的錯誤比不通順的錯誤更危險,因為它更難被發現。

能做的:訂閱來源一開始就要選好,而且要定期看被選中的比例——如果某個來源每天都被選上,通常不是它特別好,是候選池太小。

二、領域太窄的時候它會沒東西可選

一天內全網有幾則值得寫的新聞,是由這個領域本身決定的,不是由工具決定的。像 AI 這種每天都在動的領域,24 小時窗裡永遠有候選;換成一個一週才有一則新聞的產業,你會遇到兩種狀況:沒東西可選,或勉強選了一則不值得寫的

後者更糟——它會拉低整個管道的品質,而且訂閱者會發現。

能做的:把頻率調成符合領域節奏的(一週三次而不是每天),或把時間窗拉長並接受「今天」的價值下降。不要用勉強的內容維持每日更新。

三、中文語感是真的問題

模型的中文摘要在文法上幾乎不會錯,但語感會飄——句子偏長、書面語與口語混在一起、英文技術詞的中譯不一致(同一篇裡出現兩種譯法)、以及一種很難描述但一讀就知道的翻譯腔。

英文那一版通常比中文那一版好,這件事我們也直說。

能做的:把常用技術詞的譯法固定下來、在審核那一步順手改幾句。這是為什麼人審那一步的按鈕不只有「發」跟「退」——實務上最常用的是「改一句再發」。

那要不要用你的來源跑一次

給我們你想訂閱的來源,和一句話描述你的讀者是誰。

我們會用你的來源跑一天,把三件事給你看:它選了哪一則、它為什麼選那一則、它寫出來長什麼樣子。

你只需要看那三則,就知道這個東西對你有沒有用。這比任何功能列表都快。

先看人審閘門怎麼做

本頁的三則範例為示範內容,非任何媒體的真實報導,亦非任何客戶的實際成果。本產品目前為 AMAX 自用工具。