网页 Agent 为什么会在调用次数增加后更快、更便宜？一个关键在于它反复读取了什么、哪些输入可以复用。Skyvern 的重构把固定的页面预处理改成模型按需读取，提醒我们：节省开销不只靠缩短输入，也靠安排信息进入模型的时机。
本期由此追问另一面：为了复用而保留的历史，会不会让已经失效的假设继续影响工作？Drew Breunig 的长期对话经验和评论区对缓存的担忧，提供了两种需要一起考虑的成本。观察部分把它们与此前的 Asana 实践连接起来，讨论何时保持上下文稳定，何时保存成果后重新开始。
接下来读 Cerebras 的跨晶圆部署说明，区分模型装得下、单次生成快与服务吞吐；再看 Hamel Husain 和 Alex Ratner 的评测争论，理解发现缺陷之后为何还要测量实际影响。两条从业者材料把讨论落回日常：本地模型用户担心硬件投资寿命，求职者则在真实追问中发现自己对项目理解的空缺。
这些材料的证据强度不同：有作者生产比较，有架构容量示例，也有尚待验证的个人经验。阅读时保留各自条件，才能判断哪些方法值得借用，哪些问题还需要自己的运行记录来回答。
当日材料
- Skyvern：调用更多、总 token 更多，网页任务反而更快更便宜
- Cerebras 怎样把万亿参数模型分布在多片晶圆上
- 上下文工程的难题：保留哪些信息，何时重新开始
- 发现评测缺陷之后，还要追问它改变了什么
- 本地模型的实际难题：硬件投资能用多久
- 一份大模型求职复盘：准备清单怎样碰到真实追问