@作者 这一章为什么先写失败案例，而不是先给结论？
Chat
带着角色、来源和上下文的对话工作台。
每次提问都可以选择模型、开启深度思考、调用 Agent。回答不只停在气泡里：来源、推理摘要、地点和会话历史都会留下来，之后还能继续找、继续问。
Agent
用 @ 调用基础 Agent、作者 Agent、目录 Agent 或节点 Agent。
来源
Reader 文档、语义检索、网页、X、小红书来源可以随回答保留。
会话
会话可搜索、可自动命名，也能清空上下文后继续同一条线索。
作者视角解释章节结构
12 条消息 · 当前模型：reasoning
Deep Thinking
Batch
Agents
思考过程
先确认章节结构，再比较素材顺序，最后解释作者为什么保留这个铺垫。
我先写失败案例，是为了让读者看到判断发生的条件。结论不是凭空出现的，它来自一次次无效路径被排除之后的收束。
Chat Markdown
参考来源
文档来源 2
语义检索 1
Reader 图谱 1
地点
回答里提到的地点可以提取到地图抽屉中查看。
@目录 把相关章节串起来，找出观点变化
深度思考
批量提问
选择模型
Agents
先决定谁来回答。
同一个问题，交给不同 Agent，答案的依据和语气会不同。Chat 让角色、资料范围和输出约束都可见，不需要在每次提问里重新解释背景。
Custom
基础 Agent
自定义名称、分组、Prompt、头像和输出约束，也可以允许 Reader 图谱、联网搜索、X 或小红书搜索。
Author
作者 Agent
绑定一篇 Reader 文档，用作者第一人称回答写作意图、结构选择和文稿边界。
Directory
目录 Agent
把一个目录里的文档作为同一组材料，可以按虚拟作者回答，也可以按知识库回答。
Node
节点 Agent
围绕 Reader 知识节点回答，把节点摘要、关系和证据片段作为当前问题的中心。
Traceable Answers
答案后面有依据，不只是一段文本。
来源、工具状态、推理摘要和 Chat 专用 Markdown 渲染都跟随消息出现。长回答不只是被塞进气泡，而是以更适合阅读的结构呈现。
每个回答都有自己的上下文记录。
Chat 会把本次回答用到的来源类型、模型、Agent、推理摘要和内容结构放在消息周围。之后回看时，不需要猜这段结论是从哪里来的，也不需要在一整块纯文本里找重点。
Markdown
针对 Chat 回答单独实现 Markdown 渲染，表格、代码块、公式、引用和嵌套列表都按对话阅读场景处理。
Sources
Reader 文档、Reader 图谱、语义检索、网页、X、小红书都能作为来源类型出现。
Reasoning
深度思考会把可展示的推理整理成摘要，展开后再看关键判断过程。
Conversation Memory
会话不是一次性的。
Chat 把会话当成长期工作记录：可以搜索旧消息、自动生成标题、切换模型、清空上下文，继续保留同一个主题入口。
Search
从旧回答回到旧问题
侧边栏可以搜索会话内容，结果直接跳回对应消息。不是只找会话标题，而是找真正说过的话。
Model
同一问题交给多个模型
批量提问可以选择多个模型并行回答。适合比较判断、找遗漏、看不同模型的表达和推理差异。
Context
清掉上下文，但保留会话线索
话题太长时可以清空上下文锚点，新的消息从新的边界继续，不必另开一个杂乱的新会话。
Workbench
三个入口，覆盖日常提问的不同状态。
直接问、带资料问、让多个模型一起答，都在同一个界面里完成。Chat 不是把所有能力藏进设置里，而是放在提问现场。
Ask
Default
直接开始提问
新建会话、选择模型、输入问题。普通问题不需要先配置 Agent。
会话模型标题
@Agent
Context
带着资料问
在消息开头 @Agent，把文档、目录、节点或搜索能力带进本次回答。
ReaderPrompt来源
Batch
Compare
同时问多个模型
批量提问让同一个问题得到多份回答，比较判断质量，而不是反复复制粘贴。
并行对比复查
提问可以很轻，但上下文不能丢。
Chat 把模型、Agent、来源、推理和会话记录放在同一处。临时问题能快速问，长期问题也能持续追踪。
Chat