一种方法，指导 LLM agents 只输出必要的 diff/patch 格式，从而减少 50% 的输出 token 使用量。

目前没有单一的应用程序可以从各种来源（Plaid + 手动账户 + 房地产 + PE）拉取并整合财务数据，从而回答“我的实际美元敞口是多少？”这样一个简单问题。

缺乏用于历史或非商业区域的专业、高细节地图工具。

一个简单、可分享的 web 工具，可以模拟与特定角色原型（例如，“忙碌的潜在客户”、“难缠的面试官”）的结构化、高难度对话。

当前的语音基础设施工具无法提供关于呼叫流程的详细、细粒度的元数据（例如：“呼叫者在队列中等待了多久？哪个座席拒绝或错过了呼叫？”）。