野生码农
1340 万 token 买的一次产线体检:yanbao 研报产线效率复盘
背景与目标
上午 09:11 开工,任务只有一个:用 yanbao 产线调研"2026 年配置智能体的系统性方案",出一份内部决策研报。
研报本身 10:05 就交付了(P0-P6 全流程走完,验收硬闸全过)。但交付后本人甩回来一句话:
"研报,这个速度,很慢,你看看刚才用了多少 token?用了多少时间?"
实测结果把问题摆上了台面:60 分钟、1340 万 token(全量口径),其中 P5 验收吃了约 30 分钟。本篇复盘的不是研报内容,而是这次"产线体检"——从实测、诊断到优化落地的全过程。
过程回顾
尝试 1:研报流程本身(结果:交付但暴露效率问题)。 5 路 explore 并行检索只花 7 分钟,coder 后台组装 12 分钟,都不慢。慢在 P5:playwright MCP 拦 file:// 协议,临时起 HTTP 服务绕行;移动端检出横向滚动后 viewport 仿真卡死,被迫切兜底脚本重建环境;根因排查走了五六轮二分,烧了约 30 分钟。
尝试 2:实测取数(结果:拿到全量证据)。 用会话 wire.jsonl 逐请求统计(全量口径=完整输入含缓存读+输出):主会话 92 次 LLM 请求、1018 万 token;6 个检索子代理 190 万;组装 133 万。关键发现:缓存读占 94%,92 次请求里约 40 次是 P5 的碎验碎调——固定上下文×请求次数才是 token 主凶,不是内容体积。
尝试 3:四杠杆优化方案(结果:本人拍板全执行)。 诊断出四条根因(验收主备路线颠倒/模板缺 overflow-wrap/素材双次过境/等待空转),对应 M1-M4 四条措施+M5 环境治理。本人裁定:"我觉得 1234 都执行,M5 不要研判评估了,能按需加载肯定按需加载。"
尝试 4:落地执行(结果:全部生效,带回验证)。 详见下文"最终方案"。
关键踩坑
坑 1:验收工具链主备颠倒(现象→根因→解决)。 现象:playwright MCP 开 file:// 被拒、viewport 仿真卡死,环境问题烧了 15 分钟。根因:产线把 MCP 当主路、脚本当兜底,而兜底脚本 yanbao_verify.js 实测 8 秒能跑完全部硬闸。解决:P5 整节重写——脚本升主路,MCP 降为调试手段,立死线"单点故障排查超 10 分钟无条件转脚本"。
坑 2:移动端横向溢出,先误判表格。 现象:390px 宽度下 document scrollWidth=598。根因排查先怀疑表格 border-collapse/overflow 失效,试了三种方案都无效;最后用"递归找 scrollW>clientW 最深元素"才定位到真凶——长英文 token(≥20 字符无空格串)顶破段落。解决:模板基线加 .prose p/li/td{overflow-wrap:break-word},并把"溢出自动定位"写进新脚本,这类排查永久脚本化。
坑 3:工作区信任文件名规则。 现象:新建 pachong 工作区后无头派单报"folder is not trusted",MCP 被跳过。根因:信任文件名是 wd_<目录名>_sha256(小写正斜杠路径)[:12],手工建两次都错(目录名带前导点、哈希输入格式不对)。解决:用已知样例反推出哈希规则后一次通过。教训:先逆向规则再动手,比试错快。
坑 4:WaitFor 600s 空等。 组装实际跑了 727s,等待超时设 600s,白等 8 分钟。已在 SKILL.md 立规:后台组装等待超时 ≥900s。
最终方案(本次落地的全部改动)
yanbao 产线三件套:
template-web.html模板三修:overflow-wrap 防溢出、内联 favicon、ECharts 本地化(assets/vendor 默认,CDN 仅 fallback);- 新建
assets/yanbao_verify.js一站式验收脚本:11 项硬闸一次跑完(含横向溢出自动定位元凶链),实测好目录 10 项全 PASS 仅 8 秒,坏页面正确 FAIL 并定位肇事段落; SKILL.md五处修订:P5 脚本主路+10 分钟死线、P1 素材落盘双轨(>8KB 派 coder 直写)、P4 等待纪律、新增效率预算条款(全流程 ≤25 分钟/主会话请求 ≤40 次/全量 token ≤4M,超标必归因)。
MCP 按需加载改造:
- 根源:playwright/chrome-devtools/context7 写在用户级
~/.kimi-code/mcp.json,对每个会话生效——所以空目录的军师会话也常驻 3 个 MCP schema。已清空用户级与 thinking 项目级(双备份),三件套收编到 pachong 专属工作区.pachong_ws;pachong 由内置子代理改无头派单,AGENTS.md 路由表同步修订,config_lint P0=0,登记册+台账全落。
做得好的地方
- 优化从实测出发,不从体感出发:本人先问数据,军师先出 wire 级统计再开方案会,方案每条措施都有本次证据背书;
- 每条改动都带回验证:新脚本用"好目录全 PASS+坏页面正确 FAIL"双向自证;MCP 改造跑章程探针三件套(身份自证+57 个 MCP 工具全清单抄录);
- 配置治理三件套全跟着走:registry 同步 3 行、ledger 落 1 条、lint P0=0,没有"改完忘登记"。
复盘与改进
改进一条:重任务交付摘要默认带效率实测。 这次效率问题是本人主动追问才摆上桌面的——如果研报交付摘要里本来就带"60 分钟/92 请求/1340 万 token",优化会早一轮发生。已把"交付摘要附三项效率实测值"写进 yanbao 效率预算条款,但这条应该推广到所有重产线(派单类任务卡验收口径同理)。
遗留两件:ZCode 双轨配置还挂着三件套(另一个客户端,未动);yanbao 新流程待一篇快报模式研报回测(本人已排期新窗口执行)。
成长评估
| 维度 | 分 | 证据 |
|---|---|---|
| 指令与提示词质量 | 8.5 | "60分钟,1340万token?P5 验收约 30 分钟、P4 组装约 12 分钟,你搞个详细点的优化方案全面优化 yanbao 技能"——自带阶段数据切片、目标与深度一次给全;唯一纠偏是 M5"不要研判评估了,能按需加载肯定按需加载" |
| 判断与结论 | 9 | "这效率实在太差了"用数据定性而非体感;追问"这 3 个 MCP 怎么加载到军师侧来了?"一句话点到配置作用域这个根因层 |
| 思维方式 | 8.5 | 体感慢→要数据→要方案→分批执行("1234 都执行""把第二条先干了,第一条新开窗口"),批处理式决策,会话粒度控制清晰 |
| 最终结果与产出 | 9 | 四处优化全部落地且带回验证(脚本 8s 全 PASS、探针三件套、lint P0=0);无一处"改完没验" |
| AI 协作能力 | 9 | 人机互抓错误的范本:本人抓出 MCP 加载根因,军师如实报出四处自评失分 |
AI 自评失分点:①P5 验收主备路线颠倒,默认走了 MCP 逐元素调试马拉松;②横向溢出根因先误判表格,理论绕圈烧 15 分钟;③WaitFor 600s 空等 8 分钟;④信任文件两次失败才想起先逆向规则。
指令实证 1:本人原话"你搞个详细点的优化方案全面优化 yanbao 技能,这效率实在太差了"——把军师从交付模式直接切到"诊断→方案"模式,产出四根因四杠杆方案;证据落 ~/.agents/skills/yanbao/SKILL.md 效率预算条款与 assets/yanbao_verify.js。
指令实证 2:本人原话"这个不是爬虫测试岗专配的技能,其他智能体,按需配置"——把 M5 从"单独立项评估"直接升级为当场执行,产出 .pachong_ws 岗位工作区与 AGENTS.md 路由修订;证据落 docs/config-ledger.md 台账行与 pachong_ws 探针通过记录。
素材点
- 可复用工具:
yanbao_verify.js(11 项验收 8 秒)、wire.jsonl 全量 token 统计法、工作区信任文件名哈希规则; - 可复用条款:效率预算三指标(≤25min/≤40 请求/≤4M)、"10 分钟排查死线"、素材落盘 8KB 双轨阈值;
- 回测待办:快报模式研报跑新流程,实测值回填效率预算(达标/不达标进台账)。