分而治之这个老理不过时了

一篇论文检索智能体跑下来，前十名十秒出。本周智能体记忆领域的前五篇，就这么躺进了终端，整套二十四行代码，我看完直接动手了。 分工拆开看三层。搜索层用 Tavily 拉最近七天的 arXiv，新货全收进篮。阅读打分层，NVIDIA 的 Nemotron 3 Ultra 挂在 Nebius 推理工厂上，逐篇读完排序。出结果那层最朴素，读完打印。二十四行的 OpenAI 兼容接口代码，我十分钟写完，不难。 有意思的是那句，每一层都可以换。模型不喜欢就换，搜索不合适就替，剩下照常运转。这轻描淡写，其实把可替换当成了设计前提，我最认这句。这跟前面的工具少而精凑成一对，一个做减法，一个留接口，殊途同归。 十秒和二十四行这两个数放在一起，把做研究的门槛按到了地上。我过去追踪细分方向，翻上周的预印本要半下午。如今喝口水工夫榜单就出，体力活被接管，时间花在读本身，机器筛人读，分工才对，筛归机器，想归我。 顺带说成本，试运行零元这句被特意标出，走完的演示在 devtoolsacademy.link/elv 。免费额度足够玩明白小工具。尝鲜门槛被各家赠金磨平了，这跟我前面那条判断对得上，平台卷起来，受益的是想动手的人。 想抄这套的，记住顺序。先让搜索层跑通拿清单，再把阅读层接上出排序，最后才是那二十几行打印，顺序反了就乱。两层独立调通再拼，哪层出问题一换就好。先拼再调，报错时不知该怪谁，这教训我早年吃过，亏没少吃。分而治之是老理，什么时候不过时，都值钱，都管用。