GLM目前高强度使用下来发现问题还是挺多的，大家有什么建议么

问题1：token速度的问题

一但上下文到达一定程度，token速度会剧烈下降，怀疑是glm对于长上下文的情况或者命中很多缓存的情况会有单独的调度策略

问题2：作为国内模型，写出来的文档国人有巨大的阅读负担，尝试过claude.md约束但是效果不大，主要表现为：

英文术语直译成中文

✗ 宿主调用并发闸门（16）→ ✓ 宿主调用并发上限控制（同时最多 16 个回调）

凭空出现的缩写

✗ 变更分 A/M/D 三类 → ✓ 变更分为新增（A，Add）、修改（M，Modify）、删除（D，Delete）三类

用隐喻和黑话代替明确描述

✗ 把这个约定钉死 → ✓ 明确约定并落实到文档

✗ 双真相 → ✓ 双数据源

✗ 方案已落地 → ✓ 方案已实施完成

压缩式/省略式表述

✗ 无敏感信息入文档 → ✓ 敏感信息不写入文档

✗ 旧债策略；禁止新债 → ✓ 旧技术债处理策略；禁止引入新技术债