今日状态：未完成 · Day 02
主题轨道：Harness / Loop Engineering · 第 1 周：能力图谱与 Harness 基础
一次调用不是“发 prompt 收答案”，而是上下文构造、token 预算、模型路由、API 调用、解析、验证、trace 和成本记录。主题中的 Prompt Cache、KV Cache、latency、cost 都依赖这个生命周期。
一次调用不是“发 prompt 收答案”，而是上下文构造、token 预算、模型路由、API 调用、解析、验证、trace 和成本记录。主题中的 Prompt Cache、KV Cache、latency、cost 都依赖这个生命周期。
交付物：能说明为什么 128k 上下文不是垃圾桶，为什么每次调用都要预留输出 token。
每个当天会被提问或用于练习的术语，先给通俗释义，再给专业释义，避免题目超出当天知识点。
通俗释义：不是把 prompt 写长，而是只放当前任务真正需要的规则、证据、记忆和输出格式。
专业释义：对模型输入窗口进行目标、约束、检索证据、记忆、工具状态、历史摘要和输出契约的选择、压缩、排序与隔离。
当天检查：能把一个任务压缩成 objective/constraints/evidence/output contract。
参考脉络：OpenAI prompt/context guidance / 12-factor agents
通俗释义：每一步做了什么、为什么做、结果是什么的证据链。
专业释义：跨模型调用、工具调用、状态迁移和评估事件的结构化执行轨迹，用于调试、审计、eval 和成本归因。
当天检查：能从 trace 找到失败层：上下文、工具、模型、权限或外部系统。
参考脉络：OpenAI tracing/evals / production observability
通俗释义：把每次都一样的系统提示、工具说明、长文档等稳定前缀缓存起来；下次复用，少花钱、少等。
专业释义：供应商侧或应用侧对稳定 prompt prefix 的 tokenization/attention 前缀结果进行缓存复用，常用 cache key、TTL 和 prefix 命中率优化输入成本与首包延迟。
当天检查：能为每日学习生成设计稳定前缀，并说明缓存失效条件。
参考脉络：Anthropic prompt caching / OpenAI prompt caching practices
通俗释义：模型生成时把已经算过的注意力中间结果存起来，后面不用重算。
专业释义：Transformer 推理中缓存每层注意力的 key/value states，用于自回归 decoding 和长上下文增量生成；它不同于 Prompt Cache，通常发生在模型推理内部。
当天检查：能说出 KV Cache 与 Prompt Cache 的边界和失效风险。
参考脉络：Transformer inference engineering / vLLM-style serving
通俗释义：上下文窗口不是垃圾桶：输入和输出都要预留 token。
专业释义：对 input/output token、reserved completion tokens、retrieval chunks 与工具 schema 进行预算分配，以控制成本、延迟和截断风险。
当天检查：能估算一次学习推送的输入、输出、缓存和预留 token。
参考脉络：OpenAI / Anthropic API usage guidance
通俗释义：用户等多久，包括检索、排队、首字和完整生成时间。
专业释义：端到端延迟由 retrieval、routing、prefill、time-to-first-token、decoding、tool I/O 与 retry 共同决定。
当天检查：能把一次慢响应拆成至少 3 个可优化段。
参考脉络：LLM serving metrics / OpenAI production guidance
通俗释义：用固定题集和指标反复测，不靠感觉判断变好。
专业释义：eval 定义任务集、期望行为、评分器和回归门禁；benchmark 提供可比较的离线/线上质量、成本、延迟基线。
当天检查：能为学习助手写覆盖正常、边界、故障、越权的 eval cases。
参考脉络：OpenAI Evals / Google agent evaluation guidance
Agentic System 是围绕目标、状态、工具、反馈和终止条件运行的工程系统，不等于一个会聊天的模型。
今日还没有可引用的 AI Digest 条目；先用 AI Digest 系统本身作为实战案例。
为 AI Digest 学习推送画出一次 LLM 调用链路，并标注 input/output token、缓存点、失败点。
先不看答案，用自己的话解释：一次 LLM 调用生命周期：从 Context Builder 到 Trace 的核心判断标准是什么？
我能从调用生命周期解释成本、延迟和质量优化，而不是只说“换更强模型”。
用你自己的话解释给一个不了解 Agent 工程的人，并指出一个常见误区。
登录后可提交今日学习并记录完成状态。