Augment Code(@augmentcode)
在 @augmentcode ，我们对我们的 AI 架构做出了反直觉的赌注。
8.5Score
TL;DR · AI 摘要
Augment Code 使用 Mercury 2 作为专用子代理，实现了 82% 的上下文压缩速度提升和 90% 的摘要成本降低。
核心要点
- 使用 Mercury 2 作为专用子代理，上下文压缩速度提升了 82%。
- 摘要成本降低了 90%，工具搜索摘要时间缩短至小于 1 秒。
- 通过 Prism 路由降低了 30% 的 LLM 开销。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI 架构
- Mercury 2
- 82% 上下文压缩速度提升
- 90% 摘要成本降低
- Prism 路由
- 30% LLM 开销降低
金句 / Highlights
值得收藏与分享的关键句。
使用 Mercury 2 作为专用子代理，实现了 82% 的上下文压缩速度提升。
摘要成本降低了 90%，工具搜索摘要时间缩短至小于 1 秒。
通过 Prism 路由降低了 30% 的 LLM 开销。
#AI 架构#Mercury 2#Inception Labs
打开原文在 X 上增强代码："在 @augmentcode ，我们对我们的 AI 架构做出了一个反直觉的赌注。我们没有使用主要的编码模型来保存 KV 缓存（行业标准），而是使用了 @_inception_ai 的 Mercury 2 作为专用子代理。
用户收益：上下文压缩速度提高了 82%"
来源 URL：https://x.com/augmentcode/status/2054241239885844714
Markdown 内容：
在
，我们对我们的 AI 架构做出了一个反直觉的赌注。我们没有使用主要的编码模型来保存 KV 缓存（行业标准），而是使用了 @_inception_ai 的 Mercury 2 作为专用子代理。用户的收益：上下文压缩速度提高了 82%，摘要成本降低了 90%，工具搜索摘要时间小于 1 秒，通过 Prism 路由降低了 30% 的 LLM 开支。阅读完整故事：inceptionlabs.ai/blog/rise-of-r
引用
Inception
@_inception_ai
10小时前
@augmentcode 重新构建了他们的上下文压缩层，围绕 Mercury 2 进行。延迟减少了 82%，成本减少了 90%，质量与 Opus 4.7 相当。今天已在生产环境中运行。“我们做了一个反直觉的赌注。我们将摘要完全解耦，并将其卸载到 Mercury 2 作为专用
