推理系统的评价方式，正在从吞吐率走向 latency-cost frontier。
Agentic workload 的长会话、短输出和高 prefix reuse，让单一 tok/s 指标难以解释真实交互体验。值得跟踪的是“用户交互速度 × 单位成本”的组合边界。
查看证据链 →Y / RADAR
技术雷达，不追热点。
追“变化的结构”。
把分散信息压缩为可判断的信号：变化发生在哪一层、证据有多强、影响谁，以及是否值得现在行动。
Durable execution 正成为 Agent Runtime 的默认能力。
为什么重要：长任务不应该因为一次工具失败或进程重启而全部重来。
企业 RAG 的新瓶颈：不是召回，而是 freshness 与 permission。
建议动作：把权限模型和知识刷新 SLA 进入架构评审。
机器人数据飞轮开始分化为 simulation-first 与 real-data-first 两条路线。
需要观察：跨机器人本体迁移时，数据价值是否能保留。