1
做 Agent 别先想“更聪明”，先把缓存命中率当命根子
长上下文 agent 的成本/延迟基本被“重复的前缀”决定——Prompt Caching 把这部分变成 10% 价格，而 auto-caching 把工程难度也降了一截。
2
缓存是约束，不是功能——你得围绕它“设计产品”
Prompt caching 是前缀匹配：前缀里任何一处抖动都会让你后面所有 token 全部重付费——所以 Claude Code 的所有设计都在“保护前缀”。
3
Harness 工程——不换模型，只调系统，排名从 Top 30 到 Top 5
模型是原材料，Harness 才是产品——LangChain 团队不换模型、只调"脚手架"，在编码基准上暴涨 13.7 个百分点，核心方法论就是 Context Engineering + 自我验证 + Trace 驱动迭代。
4
别再把 Agent 当脚本——你要交付的是一套“能活下去”的运行时
Agent 的上限不取决于它多会“想”，而取决于你的 runtime 多会“控、隔离、恢复、审计”。
💡 Agent 上限取决于 runtime 的控、隔离、恢复、审计能力
🧵 串联问题
你现在的 Agent 系统里，有多少成本和延迟是被「没想过的基础设施」吃掉的？