选型

10 月 17 日，一篇《实测 8 款 Agent 框架：谁最能驾驭 DeepSeek V4 Flash》的公众号文章在圈内刷屏。数据是真的，出处是真的，结论也有价值。但它漏掉了三样东西：原始实验里那些带星号的限定条件、这份榜单的统计效力、以及八天之后同一个人自己又跑了一遍、名次全变了。