深度研究功能平均要等待两分钟，但缩短推理会明显降低质量。你会怎样设计等待体验和延迟预算？

回答思路

1. 先按任务价值判断用户是否愿意等待两分钟，并区分即时问答与可异步完成的深度任务，不能用同一延迟目标覆盖全部场景。
2. 将总耗时拆成检索、工具、模型和重试，给每个步骤设预算并减少无效循环，而不是仅靠缩短最终输出牺牲质量。
3. 运行中展示真实阶段、已完成内容和可取消状态，但不能用虚假的精确进度条掩盖系统实际上无法估算剩余时间。
4. 允许用户离开页面并在完成后收到通知，保存任务状态且避免重复提交，失败后说明可恢复步骤而非从头开始。
5. 可以先返回有证据的阶段性结果，再补充完整报告，但必须清楚标记完成度，避免用户把半成品当作最终结论。
6. 通过任务完成率、等待退出、质量采纳和成功任务成本共同设定预算，不能只优化平均延迟而忽略高分位失败。