目录
- 0. 为什么这次我关注“思考模型 + 文档生成”组合？
- 1) 开箱/环境展示：5 分钟把链路跑通
- 1.1 打开 Ling Studio，并选择 Ring 模型
- 1.2 打开 Tbox，并确认它的“文档生成”能力与模型选择
- 2) 先讲清楚能力：Ling / Ring / Tbox 各自“擅长什么”
- 3) 亮点功能体验（核心）：用 Ring 做一次“事故复盘级”的深度推理
- 3.1 准备一份“素材包”（真实工作里最常见）
- 3.2 在 Ling Studio 选择 Ring-2.5-1T，输入“复盘 Prompt”
- 3.3 我观察到的 3 个“亮点”
- 亮点 A：推理链条更像 SRE 的脑回路
- 亮点 B：长程执行：能把“止血/修复/建设”拆成路线图
- 亮点 C：可复用的交付形态：行动清单表格
- 4) 结合 Ling 的模型能力 + Tbox 文档功能：把复盘变成“可交付文档”
- 4.1 把 Ring 的输出整理成“文档素材包”
- 4.2 在 Tbox 选择「文档」模式 + Ling 模型，点击生成文档
- 4.3 再延伸一步：同一份素材，一键出 PPT 大纲
- 5) “隐藏玩法”挖掘：把复盘流程固化成 Skill（让你下次更快）
- 5.1 Skill 目标：输入碎信息，输出固定结构的复盘素材
- 5.2 在 Tbox「百宝箱开发 → 应用」里封装
- 6) 我推荐的工作流
- 附录 A：可复用 Prompt 模板（直接抄）
- A1. Ring（Ling Studio）用：深度推理 + 拆解任务
- A2. Ling（Tbox 文档）用：把素材整理成文档
一句话总结：Ling Studio 用 Ring 负责“把问题想透”，Tbox 用 Ling 负责“把结论写成能交付的文档”。
0. 为什么这次我关注“思考模型 + 文档生成”组合？
日常工作里，最浪费时间的往往不是写代码，而是这三件事：
传统 LLM 更擅长第 3 件事（写得像），但在第 1、2 件事上经常会出现：逻辑跳跃、遗漏关键约束、无法把长链条任务拆干净。
Ring-2.5-1T 的意义在于：它不是单纯堆参数，而是把混合线性注意力扩到万亿级别，采用1:7 MLA + Lightning Linear Attention的混合架构，在超长生成（例如 32K+）场景下把访存规模降低10 倍以上、吞吐提升3 倍以上；并通过在 RLVR 之上引入dense reward反馈推理过程严谨性，让它在数学、代码、逻辑等高难推理任务和长程执行任务上更稳、更能“走完流程”。
这也解释了我为什么把它用于“事故复盘 + 技术方案”：这类任务天然需要长链条推理和多步规划。
1) 开箱/环境展示：5 分钟把链路跑通
1.1 打开 Ling Studio，并选择 Ring 模型
- 打开：
https://ling.tbox.cn/chat - 登录后进入对话页（左侧历史、右侧参数面板、中间聊天区）
- 在模型列表里选择Ring-2.5-1T
1.2 打开 Tbox，并确认它的“文档生成”能力与模型选择
- 打开：
https://www.tbox.cn/community?tab=chat - 顶部选择「文档」（也可以是「文章」或「PPT」——但本篇重点用“文档”）
- 输入框右下角下拉选择Tbox
- 在模型选项里选择Ling-2.5-1T
一条经验：把组合写成一句话更清晰——
Ring（Ling Studio）负责推理与规划，Ling（Tbox 文档）负责结构化落稿与交付。
2) 先讲清楚能力：Ling / Ring / Tbox 各自“擅长什么”
- Ring-2.5-1T（Ling Studio）：更适合复杂推理、长链条任务规划、代码级问题拆解。混合线性注意力架构 + 强化学习让它在“推理过程严谨性”和“长程执行”上更突出；官方也展示了它在 IMO 2025（35/42）与 CMO 2025（105/126）等高难推理任务上的能力边界。
- Ling-2.5-1T（Tbox）：更适合高频写作与稳定输出，尤其是“文档/文章/PPT”这种结构化交付物的生成。
- Tbox 的文档功能：重点不是“聊天”，而是把你给的素材（结论、要点、约束、数据）自动生成一份格式正确、层级清晰、可分享的文档。
3) 亮点功能体验（核心）：用 Ring 做一次“事故复盘级”的深度推理
我这里用的是技术团队最常见、最考验推理能力的场景：线上事故复盘（Postmortem）。
3.1 准备一份“素材包”（真实工作里最常见）
你可以把下面这段当作“模拟素材”，直接丢给 Ring：
【背景】 服务：order-service（下单服务） 时间：2026-02-20 20:13 ~ 20:41 影响：下单接口 5xx 从 0.2% 升到 18%，峰值 QPS 3.2k，影响约 12k 用户 【变更】 20:10 发布 v2.7.4，新增“优惠券校验”RPC 调用 coupon-service 【监控/日志】 20:13 开始 p95 延迟从 120ms 拉升到 2.4s 20:15 coupon-service RTT 均值 1.9s，偶发 5s+ 20:17 order-service 线程池 active=200/200，队列持续堆积 20:19 日志出现大量：TimeoutError: coupon validate timeout (3s) 20:26 回滚 v2.7.4 后，5xx 开始下降，但完全恢复到 0.2% 用了 10 分钟 【约束】 不能简单把 timeout 调大（会拖垮整体） 需要给出短期止血方案 + 中期根因修复 + 长期防复发机制3.2 在 Ling Studio 选择 Ring-2.5-1T，输入“复盘 Prompt”
我常用的“事故复盘 Prompt”长这样（可直接复制）：
你是资深 SRE + 后端架构师。请用“深度思考”完成一次线上事故复盘分析，并严格按以下格式输出： 1) 结论摘要（3-5 条） 2) 时间线（按分钟粒度，缺失处用“推测”标注） 3) 根因分析：用“因果链”写清楚从触发到扩散的路径 4) 为什么回滚后仍延迟恢复：给出机制解释（缓存、连接池、队列、熔断等） 5) 止血方案（可 30 分钟内上线，含开关/降级/熔断/限流） 6) 中期修复（1-2 周）：代码级改造点（重试策略、超时、隔离、异步化等） 7) 长期建设（1-2 月）：可观测性、演练、容量、发布策略 8) 风险与权衡：每个方案的副作用 最后请给一个“行动清单表格”：Action / Owner / ETA / 风险 / 验收标准3.3 我观察到的 3 个“亮点”
亮点 A：推理链条更像 SRE 的脑回路
Ring 的输出通常会先把“触发点”（新增 RPC）与“扩散机制”（线程池耗尽、队列堆积、级联超时）串起来，再解释“回滚后为什么还会慢慢恢复”（例如：连接池堆积、排队任务清空时间、上游重试风暴等）。这种“因果链”表达比只列现象更有用。
思考过程：
亮点 B：长程执行：能把“止血/修复/建设”拆成路线图
我更看重它能把方案分层，并且对约束条件敏感：例如“不能把 timeout 调大”，它会转向隔离、熔断、异步化、缓存与降级等方向，而不是给一个看似简单但会拖垮系统的建议。
亮点 C：可复用的交付形态：行动清单表格
很多模型会输出一堆建议但不好落地，Ring 更容易给出“Action/Owner/ETA/验收标准”的结构，这对后续落稿到文档非常关键。
4) 结合 Ling 的模型能力 + Tbox 文档功能：把复盘变成“可交付文档”
4.1 把 Ring 的输出整理成“文档素材包”
做法很简单：
把 Ring 输出里的时间线、因果链、行动清单表格复制出来，作为 Tbox 文档生成的输入。为了让 Tbox 更稳定地产出结构化文档，我会再加一段“文档指令”：
请把下面素材生成一份《线上事故复盘报告》文档，要求： 1) 中文、技术团队可直接评审 2) 带目录与标题层级（H1/H2/H3） 3) “根因分析”必须包含因果链 4) “行动清单”必须用表格 5) 末尾附：复盘会议议程 + 复盘 checklist4.2 在 Tbox 选择「文档」模式 + Ling 模型，点击生成文档
你得到的是一份可直接交付的复盘报告文档。
对比价值在于：Ring 的强项是“想透”，Tbox 的强项是“写成团队能用的交付物”。
4.3 再延伸一步：同一份素材，一键出 PPT 大纲
如果要给管理层汇报，直接把同样素材换成：
请基于素材生成一份 10 页以内的事故复盘汇报 PPT 大纲： 每页：标题 + 3-5 个要点 + 需要的数据/图表建议 重点页：影响范围、根因因果链、止血措施、后续行动清单在 Tbox 顶部切到「PPT」模式即可
或者在刚刚的对话底部，点击生成PPT
接下来只需要耐心等待即可
生成的PPT拿出来两张看看，基本是可以拿来直接用的
5) “隐藏玩法”挖掘：把复盘流程固化成 Skill（让你下次更快）
5.1 Skill 目标：输入碎信息，输出固定结构的复盘素材
Skill 的核心不是功能多，而是输出稳定。推荐你把输出格式钉死：
你是「Incident Postmortem Assistant」。无论用户输入什么碎信息，都必须输出以下 8 个区块： 1) 摘要 2) 时间线 3) 根因因果链 4) 扩散机制 5) 回滚后延迟恢复解释 6) 止血方案 7) 中期修复 8) 长期建设 最后必须输出行动清单表格（Action/Owner/ETA/验收标准）。 输出必须可直接复制到 Tbox 文档生成。5.2 在 Tbox「百宝箱开发 → 应用」里封装
- 左侧进入「百宝箱开发」→「应用」
- 点击右上角「新建应用」
- 在弹窗里选择：
- 应用类型：优先选「对话型应用」（更像“复盘助手”）；如果你希望“一键生成复盘报告文档”，也可以选「内容生成类」
- 构建方式：新手优先选「单体构建」（更快跑通）；复杂编排再考虑「工作流」
- 填写应用名称：
Postmortem-Writer，再写一句应用介绍（例如：输入碎信息，输出可直接落稿的复盘素材） - 进入应用配置页后，把 5.1 的 Skill 文本放进「角色设定/系统提示词」（不同账号可能叫法略有差异）
- 模型选择Ling-2.5-1T
- 保存后，在应用的预览/测试区直接试跑一段事故素材；满意后再生成链接分享给同事使用（或发布到你的应用列表里）
这个玩法的价值是：以后每次事故，你不用重新写 Prompt，“一键复盘素材”就能产出，再交给 Tbox 文档生成做最终交付。
6) 我推荐的工作流
- Ling Studio（Ring）：把碎信息变成因果链与行动清单（解决“想不透/想不全”）
- Tbox 文档（Ling）：把行动清单变成正式复盘报告（解决“写不快/不成体系”）
- Tbox 应用/技能：把复盘 Prompt 固化成 Skill（解决“每次都从零开始”）
这套组合本质是在做一件事：把“高强度脑力活”标准化、可复用、可沉淀。
附录 A：可复用 Prompt 模板（直接抄）
A1. Ring（Ling Studio）用：深度推理 + 拆解任务
你是资深架构师。请先输出“任务拆解树”（最多 3 层），再输出每个任务的完成标准与风险。 约束条件：{把你项目的限制写这里} 输出必须包含：里程碑、依赖、验收标准、回滚/失败策略。A2. Ling（Tbox 文档）用：把素材整理成文档
请把素材整理成《技术方案评审文档》： 1) 背景与目标 2) 方案对比（至少 2 个）3) 详细设计 4) 风险与回滚 5) 里程碑与资源 要求：层级清晰、表格化、可直接用于评审会。
