一次请求的解剖

本讲拆开一次最简单的往返：模型提供方请求。harness 发出当前上下文，提供方返回一个响应——可能是一次工具调用，也可能是最终答复。关键在于：模型是无状态的，提供方两次请求之间什么都不保留，所以第四十次请求会把第三十九次的内容原样再发一遍，外加上一条工具结果。一次提问「修好这个测试」可能变成六次请求，每次都要重发整段上下文。请求还是计费的真正单位——成本不与你的消息成正比，而与「请求次数 × 每次携带的上下文大小」成正比。学完你会知道，数 token 时该数请求，不是数回合。