问题1：token速度的问题 
一但上下文到达一定程度，token速度会剧烈下降，怀疑是glm对于长上下文的情况或者命中很多缓存的情况会有单独的调度策略 
 [image] 
问题2：作为国内模型，写出来的文档国人有巨大的阅读负担，尝试过claude.md约束但是效果不大，主要表现为： 
英文术语直译成中文 
✗ 宿主调用并发闸门（16）→ ✓ 宿主调用并发上限控制（同时最多 16 个回调） 
凭空出现的缩写 
✗ 变更分 A/M/D 三类 → ✓ 变更分为新增（A，Add）、修改（M，Modify）、删除（D，Delete）三类 
用隐喻和黑话代替明确描述 
✗ 把这个约定钉死 → ✓ 明确约定并落实到文档 
✗ 双真相 → ✓ 双数据源 
✗ 方案已落地 → ✓ 方案已实施完成 
压缩式/省略式表述 
✗ 无敏感信息入文档 → ✓ 敏感信息不写入文档 
✗ 旧债策略；禁止新债 → ✓ ...