过去 4 个月，我们一直用「token 消耗」作为基准来对齐增长。按同样口径回算，最近一周日均 token 消耗已经接近 3000 亿。
最新的一个版本里，有工程师主动重写了请求结构，在不影响效果的前提下，把单次请求的 token 消耗降低了 40%+。团队开始自然关注结构效率，而不是简单增加 token。
规模上来之后，一个很直观的变化是：一些过去需要我们自己工程化绕过的问题，会在模型的新版本中被直接解决。模型厂商会针对真实负载中暴露的问题持续优化。某种意义上，产品本身也在参与模型的优化过程——这种应用层与模型层相互强化的关系，之前季逸超（Peak）在聊 Manus 时也提到过。
现在回头看，token 更像电表读数——它反映规模和成本结构，但不再适合作为我们的核心指标。
更重要的是：用户是否持续把 context 交给产品，以及我们是否能用更少的 token 完成同样的事情。
我们还在早期，还有很多可以重写的部分。
也在继续找人：增长 / 设计师 / 后端 / 前端🙋♂️
最新的一个版本里，有工程师主动重写了请求结构，在不影响效果的前提下，把单次请求的 token 消耗降低了 40%+。团队开始自然关注结构效率，而不是简单增加 token。
规模上来之后，一个很直观的变化是：一些过去需要我们自己工程化绕过的问题，会在模型的新版本中被直接解决。模型厂商会针对真实负载中暴露的问题持续优化。某种意义上，产品本身也在参与模型的优化过程——这种应用层与模型层相互强化的关系，之前季逸超（Peak）在聊 Manus 时也提到过。
现在回头看，token 更像电表读数——它反映规模和成本结构，但不再适合作为我们的核心指标。
更重要的是：用户是否持续把 context 交给产品，以及我们是否能用更少的 token 完成同样的事情。
我们还在早期，还有很多可以重写的部分。
也在继续找人：增长 / 设计师 / 后端 / 前端🙋♂️
