每周扫描数十万条目:工程师用小模型做初筛,大模型只处理高价值项
chrisalbon · x · 2026-11-01
Chris Albon 分享其生产实践：他每周运行一个扫描数十万实体的任务，先用小模型做低成本初筛（判断「该条目是否与项目相关」），相关项才进入由大模型承担的更昂贵阶段。他表示换用 Qwen 和 Jev 等做第一道过滤后效果极佳。这条回复呼应了「决策模型（decision models）实战用例」的讨论。
「编程与Agent」频道最新
- Travel Agent MCP 服务器：为旅行规划拉取各国签证与移民信息 — modelcontextprotocol · 2026-11-01
- Parse MCP 连接器：一键查品牌在 ChatGPT 与 AI Overviews 中的呈现 — modelcontextprotocol · 2026-11-01
- 用户实测 Qwen3.8-Flash-Next：追问即失控，长文洗稿式回答被批 — rm-rf-rm · 2026-11-01
- 开发者对比：Opus 5.5 一天完成 Unlimited Sol 28 天做不出的活 — karmay007 · 2026-11-01
- MCP 创造者 David Park 离开 Anthropic,将继续担任核心维护者 — bookwormengr · 2026-11-01
- Anthropic 工程师：90% 工程师已让系统自己 prompt Opus 5.5 — GregCook2011 · 2026-11-01