它不停、不失败、不报错。连跑 10 小时，哪怕到了 90k 上下文也会自动压缩，不丢失自己在哪、在干什么。已经吃了 1000 万输入 token，从不偏离目标，每个问题都一次搞定。
楼主核心结论，三连否定句式极有传播力，稳定性段落的定调引语，可做小红书金句卡
harness 就是你和 LLM 之间的通信层。你说的那些都不错，但试试 deepseek harness，一周前刚发布。
楼主给新人的科普+安利，「通信层」是又一个好懂的 harness 定义，可与其他定义组合使用
3090 可以用 int4 autoround（量化），单卡 256k 上下文能跑 70-90 t/s，精度接近 q8。
22 赞最高赞优化建议，本地党配置清单的关键补充参数
直接把 xhigh 换成 high thinking——差异微乎其微，思考 token 能省大约 50%，结果完全一样。
现成的省钱技巧：思考档位降一档省一半 token，可直接写进 DSH 配置建议
