Day 5 · 第1周产出整理

📋 Checklist

• 回顾 Day 1-4 的所有笔记
• 对比表 → 产出归档/对比笔记.md
• 触点评分表 → 产出归档/20260818-前台触点分析/前台Agent适配度评分表.md
• 产品方案 → 产出归档/20260818-前台触点分析/场景化购物Agent产品方案.md
• 提炼本周 5 条关键洞察
• 更新总览 + 进度

📤 本周产出汇总

✍️ 第1周关键洞察

洞察 1：Tool Use 就 3 件事

tools 定义 + tool_choice 控制 + tool_use/tool_result 轮转。Claude 用 API 原生 JSON block，Hermes 用 XML 文本标签——本质一样，可靠性差一档。stop_reason 是 Claude 独有的关键机制，让 Agent 循环不需要「猜」。

洞察 2：Claude 是标杆，Hermes 是替代

Claude Tool Use 是行业标杆（开箱即用、strict 校验、并行调用、可控性强），适合快速验证。Hermes 是开源替代（自部署、数据隐私、成本低），适合大规模部署。混合方案可能最优：前台用 Claude（多语言），后台用 Hermes（数据不出服务器）。

洞察 3：场景化推荐是 SmallRig 的核心卡点

场景词搜索仅 1.0%，但 83.6% 的多搜索会话在「拼凑」场景需求（先搜相机再搜配件）。用户不是没需求，是不知道可以这样搜。Agent 的场景化对话正好填补这个空白。

洞察 4：数据验证了方案可行性

US 单渠道日均 164 个搜索会话，71.1% 搜索≥2 次，日均 117 个会话可触发 Agent。全渠道预估日均 1,053 个。方案 2「搜索 2 次触发 Agent」有充分的数据支撑。

洞察 5：三步迭代，Tool 复用，成本递减

搜索 Agent → 详情页 Agent → 订单 Agent，覆盖用户全旅程。11 个 Tool 中 4 个共享，每个 Phase 只新增 2-3 个。每个 Phase 有关键决策点，不盲目投入。

洞察 6：大模型是无状态的，每次请求必须带全部上下文

大模型没有记忆——每次对话都是全新的。每次 API 请求必须携带：system（每次一样）、tools（每次一样）、tool_choice（每次一样）、messages（全部历史，越来越长）。成本增长主要来自 messages 膨胀，system + tools 成本恒定。这解释了为什么对话越长越贵，也解释了为什么需要 Memory 机制来压缩历史。

每次请求带的东西：

┌─────────────────────────────────────────┐
│                每次请求                  │
│                                         │
│  ① system（固定，每次一样）              │
│     → 几百 tokens                        │
│                                         │
│  ② tools（固定，每次一样）               │
│     → 和工具数量成正比，越多越贵          │
│                                         │
│  ③ tool_choice（每次一样或不同）         │
│     → 几个 bytes，可忽略                 │
│                                         │
│  ④ messages（越来越长）                  │
│     → 对话越长，这个数组越大              │
│     → 这是主要的成本增长来源              │
└─────────────────────────────────────────┘

完整请求示例（第 3 轮对话后）：

{
  "model": "claude-opus-5",
  "max_tokens": 1024,
  "system": "你是 SmallRig 的 AI 购物助手...",
  "tools": [
    {"name": "search_product", "description": "...", "input_schema": {...}},
    {"name": "get_weather", "description": "...", "input_schema": {...}}
  ],
  "tool_choice": {"type": "auto"},
  "messages": [
    {"role": "user", "content": "推荐兔笼"},
    {"role": "assistant", "content": [{"type": "tool_use", "id": "toolu_01", "name": "search_product", "input": {"query": "兔笼"}}]},
    {"role": "user", "content": [{"type": "tool_result", "tool_use_id": "toolu_01", "content": "[...]"}]},
    {"role": "assistant", "content": "推荐 A7III 兔笼 ¥899"},
    {"role": "user", "content": "有没有更便宜的"}
  ]
}

第 3 轮消息「有没有更便宜的」只有 6 个字，但请求体已经包含了前面 4 轮的全部历史 + system + tools。对话越长，每次请求的有效信息占比越低。

❓ 本周遗留问题

1. Hermes 的 FC 准确率实际表现？（Day 7 实测验证）
2. 中文能力不足的绕过方案？
3. 8B vs 70B 的 Agent 能力差距？
4. 当前 AI 搜索改造为 Agent 的第一步：把模型输出改为 <tool_call> 格式
5. 非 US 渠道搜索行为是否类似？（需补充数据）
6. 搜索≥2 次但未加购的用户占比？（需关联订单数据）

📊 第1周学习数据

⏭️ 下一周 → Day 6