强调相似度指标局限，注重真实用户反馈
很多人@我，我在这里总结一下：相似度只是一个狭隘的视角。评估时，我们看的是真实世界的行为——结合了智能、速度和可靠性。有些看起来“不错”的供应商在测试中经常卡住或挂起。我们最看重的是定性的真实用户反馈。如果情况有变，我们会调整Zen使用的提供商。
Kimi 基础设施团队推出了 K2 供应商验证器。你可以在 OpenRouter 上直观地看到不同提供商的工具调用准确性差异。https://t.co/5sWZf1IBhw https://t.co/qC00Vhu1a1