前三步决定它「能不能干」，这一步决定它「值不值得天天用」。
调优 = 在「成本 × 可靠性」上，为这个场景挑最优点
01 · 成本同样的效果，token 可能差几倍
达到同一个结果，不同模式的推理成本天差地别——思维树（Tree of Thoughts）搜索多条思路，强但贵；ReWOO 一次性规划、去掉中间观测，省 token。 我们按场景选：高频、低风险的活，就换上省 token 的模式，把单次成本压下来；这笔账，在交付前就替你算清。
02 · 可靠性该自检的自检，该兜底的兜底
高风险场景，宁可慢一点、贵一点，也要加自我复核（Reflexion / Self-Refine）、加护栏、加人审，把出错的代价摁住；低风险、容错高的场景，就从简，别为用不上的稳健性买单。 可靠性不是越多越好，而是配得正好。
03 · 为「这一个场景」优化不是通用最优，是你的最优
没有放之四海皆准的最优配置。我们调的，是你这个场景在成本、速度、可靠性之间的那个平衡点——这也是为什么交付前要拿真实数据反复测：分数高不算数，又快又稳又付得起才算数。