我是一名税务行业从业者，目前遇见了国产ai运用比赛？希望能看到各位大佬的见解。

提供我自己快捷选择模型的思路，需要从几个模型中需要选择一个来完成某个任务的时候，我会自己设计一些和任务关联的“题目”作为baseline，看哪个模型在“题目”上表现更好

佬友可以先发发自己的见解之类的，而且要看的东西太长了

你得理解下 agent ， tools 和 harness 。

单纯和模型对话 他们区别是不大的。 能力都不错。

关键点放在对 模型一次模型会话的上下文管理上， 不要将所有的信息都放到一次对话里。 要拆任务， 然后每个任务都只有自己 必要的信息，（塞太多信息 会影响结果）

流程应该是 ： 先用一次模型的agent +tools， skills 能力获得 工作需要的 必要信息 ，比如

1. 工作的步骤


2. 找到对应的表格，


3. 找到对应的 管理规范，计算口径，

然后 把工作拆为单独的任务， 每个任务 只用必要的信息， 完成任务后， 接下来核验这个任务。 核验完 去进行下一步。

关键词： ”上下文管理“，

拆分任务， 且让ai只需要知道完成当前小任务需要必要信息。 在尽可能必要且短的 内容信息里 把活干了。

对于这种非编程任务 不要死磕模型的能力 你应该去研究prompt 对于这些分析类工作国模可以做的很好了

上下文长度控制，越短准确性越高吗，求解

是要规范的提示词的吗？处理逻辑，模型的执行力，相差大吗

当然好的harness 可以做到巨大的提升 就像我的项目使用mimo 模型我就可以做大多数事情了 但是90分钟其实没有时间做的太复杂 因此优化prompt 才是最优解 或者你找找那些小型非langgraph 那么大的框架现在熟悉熟悉 可以作为编排层当做底座也能节省很多时间

首先佬，推理模型是可以无脑D老师V4 pro/flash的，红队你就拿pro审flash好了。然后你得拿两个多模态，推荐qwen 3.6 plus + Seed2.0 pro/lite交叉验证，既然比赛都允许agent融合RPA OCR工具，那肯定是要过文档的，PDF扫描版本不可避免的要用OCR工具+LLM兜底。

agent也要国产吗？没规定就无脑Hermes，灵魂+记忆配置强制事实引用，D老师1M上下文千万别打满，过半绝对出幻觉，整理报告直接输出审计/税务领域格式化文档，提取领域重要参数。然后马上/reset重置上下文，再让Hermes拿格式化文档进行后续计算或者解读。可有效避免幻觉。Hermes RPA也很强阿，前两天我还让它帮我老婆刷公需课答题来着。当然看什么方面的自动化，文档类网页类自动化是小case的，一套UIA感知(UIA+win32gui) → label编号映射 → SendInput执行操作桌面GUI打开税务软件然后让Hermes根据业务流程即时编写py脚本开始点点点还是很丝滑的。啊要开会了下次再聊。

极其感谢各位大佬的解答，对我帮助很大，我也会将具体的测试结果发布。希望能给各位一些参考

佬，不知道比赛方是怎样提供模型的（API还是网页），在写代码这一块有一个简单的方法，你可以参考一下。

在写完代码之后，我们会使用两个模型进行对垒来优化代码，简单来说就是A模型先优化代码，然后让B模型来审核，审核完之后再跟A模型说这个B模型审核出来的结果，你怎么看吧啦吧啦之类的

这个方法的好处是出来的代码质量高，符合我们在系统提示词中写定的要求，可以直接拿来用和可维护性高

缺点就是慢，很慢，因为他们在吵架 ^-^

税务和审计 这两个行业的基础工作完全可以被ai替代的，我最近就在帮朋友整理她审计的表格，ai描述的清楚真的是直接帮你生成结果的。只是国内ai还没遇到好用的（或者说没有好用的插件）（WPS不知道怎么样，反正ChatGPT在excel的中是很好用，当然也很费token）

1.“问题解读，政策理解” 搞这个需要长上下文 选DS 但是这玩意不是多模态的 万一题干是扫描件那就只能qwen了

2.“根据政策要求进行数据计算”涉及到复杂规则计算 至少也要把固定规则固化成含脚本的skills 讲实话这三都不太行

3.“整理标准格式的报告” 这一步倒是豆书记最擅长的

关键是你这参赛须知里写得太含糊了 到底是只能用这三家的chat（网页聊天界面）通过提示词工程完成比赛 还是能调用这三家的api 用各类工具实现编排工作流完赛呢？ 计分规则是啥 比速度（提前完成有没有赋分）还是纯限时比质量（你这还有人工干预环节 这人的水平也很有关系啊）

目前具体的规则还未公布，猜测应该是提供了网页端这三个模型交互的网页，存在工具流的可能性不大。

仅提供三家的网页界面 那太生草了 纯提示词工程啊 对了 你这提示词能复制粘贴嘛 不会要现敲吧 ^-^