延迟
Latency
学到 认得 就够：听到能明白
你可能会说
“两个助手最终答案差不多，一个很久才开始输出，另一个很快出字但收尾慢；我该用哪个时间指标比较体验？”
延迟是从某个起点到所关心结果出现的时间，必须说明是首个输出、完整回答还是整项任务完成；不同口径反映不同瓶颈。
使用 AI
科研里的例子
比较论文提取方案时，分别记录首次反馈、单篇完成和整批核验耗时，再看错引与漏项数量，避免只比页面出字速度。
端到端任务耗时可能包含排队、网络、资料检索、模型处理、工具执行和写入。开始输出的时间短，不能保证最后完成也快；减少模型调用有时有效，有时工具等待才是主要瓶颈。优化应保持质量约束，不能仅靠删掉核验步骤换取表面速度。科研任务还需把人工复核时间计算进去，否则自动生成很快但返工很多，未必更高效。
判断
亲手检查一次
先定义时间起止点，在相同材料和负载下重复测量，区分工具与模型耗时，并同时记录质量，避免只报最好的一次。
它做不到的
延迟不是模型智力分数，也不等于输出吞吐量；一次本地网络异常不能说明某个模型普遍更慢或某套方法无效。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。