工作流验证

国产模型差距的关键不只是模型本身，还包括芯片、训练基础设施和长链路 Agent 能力。

用国产 Agent 跑通工作流，可以作为流程稳健性的压力测试。

模型能力决定上限，流程设计和数据质量决定落地稳定性。

强模型适合提效，但弱模型能跑通才说明流程足够清晰。