一次问三百条：省掉两百九十九次调用

三百条结果，一次评审就过完，省掉两百九十九次调用。 Jev Engineering 这段架构视频把账算得极细。三百条 Kimi K3 的产出并行回来，共享一份上下文，每个结果只问一个有界问题：留下还是重排。一轮下来三百个类型化裁决，二百七十一通过，二十九打回。测试里比逐条评审快至一百九十三倍、便宜四百四十四倍。第二轮自动变小，因为只有没中的那些返回。 "别让模型把同样的上下文重新发现三百遍"，这句是全案的骨头。这跟前面 Copilot SDK 那批结构化输出是同一个方向，把判断压成有界的小问题，机器才好批量裁决。Dots 那篇说的分屋也接得上，屋是给干活的，裁决另开一间，各干各的。 我的判断是，批决策这半正在成为 agent 流水线的标准件。三百条返工二十九，比例摆着，评审质量不降反升，因为每次都带着完整上下文，不会上下文飘移。 保留的照旧是样本。一百九十三倍和四百四十四倍出自那套测试的口径，任务一换、结果相关性一高，比例会动；真要上生产，得拿自己的批跑一遍。 完整指南挂在视频下面的长文里，先看那段二百七十一比二十九的流程图，一眼就懂。