查询理解、资料召回、排序、上下文组装和模型生成是不同阶段。
关注召回范围、排序依据与来源覆盖。
记录首段等待和连续生成，不只看总时间。
本地与远端执行会带来不同资源和隐私条件。
流畅答案不能替代来源与适用范围。