调用一次大模型 API 很简单:提交消息,等待模型返回文本。真正困难的是解释下面这些现象:为什么相同问题会得到不同答案,为什么上下文越长反而越容易遗漏信息,为什么流式输出能显著改善体验,以及为什么一个