让 AI 帮你筛租房，像请人逐条读广告：每多判断一次，账单和等待时间都往上加。问题是，少问模型几次，会不会漏掉好房？这项实验不靠感觉调参数，而是让不同版本参加同一场考试，再逐项删去可能多余的模型调用。
据 Towards Data Science 报道，作者用500条历史租房广告和5组租客要求，组成2,500次“房源—要求”检查，并预先固定正确答案。完整基线先按城市、卧室数和租金等字段筛选，只把需要读文字的案例交给模型。随后，作者一次只改一处：宠物条件改用代码判断，容易案例先交给便宜模型，不确定时再升级到强模型；另有缩短提示、复用答案等调整。
最终估算成本从0.20美元降到0.008美元，约低25倍；在这套答案中，仍找全101个匹配，且没有误报。不过，测试里只有一个正确匹配真正依赖文本阅读，广告也来自2019年。它更有力地证明了怎样测“省钱是否伤效果”，还不足以证明代理普遍更会理解租房需求。