Gemini 3.5 Pro 200萬字上下文：整包貼進去vs建RAG，一人公司到底該選哪個？（決策表＋進階選型）
Gemini 3.5 Pro 傳出 200 萬 token 上下文，讓「整包貼進去」首次成為可行選項。本文用準確度、延遲、成本三欄拆解整包貼 vs 建 RAG 的取捨，附決策表幫一人公司快速判斷，並提醒貼敏感檔前必須想清楚的三件事。
RAG
Firecrawl、Tavily、AnySearch：AI Search Infrastructure 的三種路線
本文比較 Firecrawl、Tavily、AnySearch 三家 AI 搜尋公司的技術定位與差異化優勢，協助開發者在 RAG 與 Agent 場景中做出正確的搜尋後端選型。Firecrawl 適合結構化提取場景，Tavily 主打低成本易整合，AnySearch 專攻金融、法律、學術等垂直領域。建議依實際需求搭配使用。
你的 AI Agent 金魚腦？ByteDance 開源了一個檔案系統式的記憶資料庫
ByteDance 火山引擎推出 OpenViking，用檔案系統邏輯重新設計 AI Agent 記憶。三層載入機制（L0/L1/L2）讓 Agent 先看目錄再決定要不要打開檔案，token 消耗從 24.6M 降至 4.3M，任務完成率從 35% 提升至 52%。