流式响应能降低模型成本吗？先分清首字延迟与总耗时
理解流式输出改善的体验指标，以及断连、取消、代理缓冲和计费统计需要怎样处理。
KEEP LEARNING
Category: AI 工程
围绕模型调用、上下文、结构化输出与成本，积累 AI 应用工程能力。
模型返回 JSON 就够了吗？结构化输出还需要哪些校验
把合法 JSON、符合 schema 与满足业务规则分开，设计可修复且不会越权的结构化输出处理链路。
Token 与上下文窗口是什么？为什么长对话会变贵
区分字符、Token、上下文与输出预算，理解长输入的成本和信息组织问题。