想像你每日去同一間茶餐廳：如果每次落單都要由姓名、座位、走甜、少冰重新講一次，既慢又浪費。Reasonix 做嘅，就係令 AI 記得前面冇變嘅部分，只處理今次新增嘅要求。
TL;DR
- ✅ Reasonix 係 AI coding agent：可以讀 code、改 file、跑 command 同完成開發任務。
- 💰 主要賣點係慳 input token 成本：保持對話開頭穩定，增加 DeepSeek prefix cache 命中機會。
- ⚠️ 99% 命中率係案例，唔係保證：實際效果要睇 session、model 同使用方式。
Table of Contents
- Reasonix 係咩？
- Prefix Cache 點樣慳錢？
- 點解成日講 DeepSeek？GPT、Gemini 得唔得？
- Reasonix 點樣保持 Cache？
- 點樣開始使用？
- 值唔值得用？
- 總結
Reasonix 係咩？
DeepSeek-Reasonix 係一個 open-source AI coding agent。你可以喺 terminal 入面叫佢：
plain「睇吓點解 tests fail，修正問題，再重新跑 tests。」
佢會讀取相關檔案、修改 code、執行 command，再將結果交畀你 review。
市面上已經有好多類似工具。Reasonix 特別之處唔係「識寫 code」，而係佢由底層設計開始，就盡量保持 prefix cache 穩定。
Prefix Cache 點樣慳錢？
茶餐廳落單例子
假設你已經講過：
「我叫 Billy，坐 8 號枱。飲品全部走甜，食物唔要蔥。」
之後你只係加一句：
「再要一份沙嗲牛肉麵。」
一個冇 cache 嘅做法，等於每次都要店員重新聽晒所有資料；有 cache，就只需要處理新加嗰句。
AI coding 都一樣。每一輪 request 通常包含：
- Project instructions
- Tool 定義
- 舊對話
- 讀過嘅 code 同 command output
- 今次新要求
DeepSeek 如果發現 request 前面同之前完全相同，就可以重用已經處理過嘅部分。呢啲叫 cache hit tokens，價格通常比重新處理嘅 cache miss tokens 低。
🎯 重點
Reasonix 唔係令 AI 少睇資料，而係避免用原價重複處理同一批資料。
影片提到接近 99% cache hit rate。公開案例亦曾錄得 99.82%，但呢個應該理解成特定長 session 嘅結果，而唔係每個人安裝後都一定做到。
點解成日講 DeepSeek？GPT、Gemini 得唔得？
簡單答案：得。Prefix caching 唔係 DeepSeek 獨有。
可以將佢想像成三間超級市場都有會員優惠，但折扣方法唔同：
- DeepSeek：自動重用相同 prompt prefix；Reasonix 由架構開始就針對呢種機制調整。
- GPT：OpenAI 支援 prompt caching，部分模型自動套用，亦有模型支援更明確嘅 cache 控制。
- Gemini：支援 implicit caching，部分 API 亦提供 explicit cache，讓你設定要保留嘅 context 同有效時間。
Reasonix 嘅 core 可以設定 OpenAI-compatible endpoint，所以唔代表只有 DeepSeek model 先可以運行。不過，可以運行同得到相同節省係兩回事：每間 provider 嘅匹配規則、cache 時限同收費都唔同，99% 命中率亦唔可以直接搬去 GPT 或 Gemini。
💡 點解仍然以 DeepSeek 做主角？
因為 Reasonix 最初嘅設計重點，就係將 DeepSeek 嘅 cache-first economics 發揮到最大。換其他 model 時，應重新比較輸出質素、latency、cached-token 價格同實際帳單。
Reasonix 點樣保持 Cache？
1. 唔亂改對話開頭
好似將常用文件固定放喺書枱左邊：位置唔變，就可以直接拎。Reasonix 盡量避免加入會不停變動嘅 timestamp，亦唔隨便重排舊訊息。
2. 新內容放喺後面
每次有新問題或 tool result，就追加到對話尾部。舊 prefix 保持不變，DeepSeek 就更容易認得佢。
3. Planner 同 Executor 分開
可以想像成建築師同施工團隊：
- Planner 負責制定方案。
- Executor 負責落手修改 code。
兩邊各自保留一份穩定筆記，唔會將兩套工作紀錄不停撈亂，從而減少 cache 被破壞。
4. Context 太長先逐步整理
Reasonix 唔會一開始就將全部舊內容重寫成 summary。佢會先縮短過時嘅 tool output，仍然太長先壓縮。
就似整理書枱：先收起舊收據，而唔係每五分鐘將所有文件重新分類一次。
點樣開始使用？
最快可以用 npm 安裝：
bashnpm i -g reasonix reasonix setup reasonix
亦可以直接交一個 task：
bashreasonix run "find and fix the failing tests"
第一次試用，建議揀一個容易驗證嘅任務，例如修正 failing test。完成後檢查：
- Diff 有冇超出要求？
- Tests 係咪真正通過？
- Cache hit 同實際費用有冇改善？
值唔值得用？
適合你，如果：
- 你已經用 DeepSeek API 寫 code。
- 你經常開長 session，反覆處理同一個 repository。
- 你想控制 provider、tools、permissions 同 MCP plugins。
未必有明顯幫助，如果：
- 你只係偶爾問一兩個短問題。
- 你想要完全零設定嘅服務。
- 你唔會檢查 generated code。
⚠️ Cache 平唔等於答案啱
Reasonix 可以降低重複 input 嘅成本，但唔會令錯誤自動消失。Production code 仍然要 review、test 同做安全檢查。
總結
Reasonix 嘅概念其實好簡單：
- 將唔變嘅對話內容固定好。
- 每次只喺後面加入新資料。
- 令 DeepSeek 有更多機會重用 prefix cache。
- 長時間使用時，可能大幅減少重複 input 成本。
佢最適合長時間同一個 codebase 工作嘅開發者。至於可唔可以做到 99% 命中率，最好用自己嘅真實 task 同帳單驗證，而唔係將單一案例當成保證。
相關資源
- 💻 代碼：DeepSeek-Reasonix GitHub
- 🎬 影片：DeepSeek-Reasonix 的 99% 快取命中率
- 📘 文檔：Reasonix Guide
- 🧠 DeepSeek Cache：上下文硬碟快取
- 🤖 OpenAI Cache：Prompt caching
- ✨ Gemini Cache：Context caching