最后要交什么
一份 latency/cost audit、一份 performance budget report，以及一张明确的优化优先级列表。
Assessment
Latency / Cost 审计实战：先找浪费，再谈模型价格
这一课不让你一上来就换模型，而是逼你把请求数、上下文膨胀、输出长度、缓存空间和异步机会审清楚。DepthPilot 要你产出的是可签字的性能预算，而不是一句“感觉有点慢、有点贵”。
真正的通过标准
不是把模型切便宜了，而是你能解释关键路径、用户感知延迟、缓存空间和降级策略到底在哪一层生效。
我们的增值部分
这页把 baseline 顺序、审计梯子、常见浪费模式和交付模板收成了一套实际 runbook。
Baseline order
先定义用户什么时候真正感觉系统慢，再定义后台什么时候真的耗时长。
把每一步的请求数、输入大小、输出大小和是否阻塞关键路径记录下来。
拆开固定前缀和动态载荷，判断哪些内容正在被重复发送。
标出哪些步骤必须同步完成，哪些其实可以移到后台或分阶段返回。
Optimization ladder
先砍重复请求、过长输出和低价值检索，再谈模型切换。
给稳定前缀、工具定义和重复检索片段寻找缓存机会。
为用户先流出第一个有用结果，再让非关键工作继续在后台跑。
最后补上批处理、异步、降级和预算超限时的止损规则。
High-signal waste patterns
每次请求都重发一大段稳定系统提示，却没有缓存。
检索塞进太多上下文，真正有用的证据只占一小部分。
机器阶段仍然生成大段自然语言，而不是短结构化结果。
后台完全可以异步的任务被放在用户等待链路上。
上线前必须保留的证据
一份关键路径表，列出每一步是否阻塞用户。
一份请求库存记录，包含输入、输出和缓存候选。
一份优化优先级表，说明先做什么、预期节省什么。
一段你自己的复盘：真正最贵最慢的环节是不是原来以为的地方。
可直接拿走的审计模板
下载 Latency / Cost 审计表
先把浪费抓出来，再决定模型、缓存和异步该怎么改。
下载 Performance Budget Report
把临时排错变成上线前可以复盘和追踪的性能预算。
Search Cluster
把性能审计接进可搜索的优化路径
高意图用户往往先从 latency、cost optimization、workflow automation 进入，再决定是否做完整审计和预算管理。
LLM Latency and Cost Guide
LLM 延迟与成本指南，先消灭浪费，再谈模型价格
很多人搜 LLM latency 或 cost optimization 时，第一反应是换更便宜模型。DepthPilot 更关心的是：系统有没有重复请求、上下文有没有膨胀、哪些任务其实该缓存或异步。
打开路径AI Workflow Automation Course
AI Workflow Automation 课程，重点不是自动化按钮，而是可维护系统
用户搜 AI workflow automation course，很多时候想找的是能真正跑起来的自动化路径，而不是一堆零散工具演示。DepthPilot 把它接到系统设计、权限和项目交付上。
打开路径AI Workflow Course
AI Workflow 课程，目标不是会聊，而是会搭可交付流程
如果用户搜的是“AI workflow course”，他真正需要的不是再看一次模型介绍，而是学会把 AI 接进真实工作流、工具链、权限和交付标准。
打开路径参考附录
这些来源是方法锚点。课程主体是上面的 baseline order、optimization ladder、证据要求和预算模板。