推理模型为什么返回空回答：隐藏的思考 token 吃掉了整个输出上限
连续三个晚上，摘要流水线什么都没产出，可每个请求都算「成功」：返回里是 finish_reason: "length" 和空的 content 字段。问题既不在网络，也不在账户额度，而在于推理模型如何计算输出预算：那些看不见的思考 token 和可见回答共用同一个 max_tokens。对普通对话模型够用的上限，推理模型会全部烧在内部推理上，一个字都写不出来。 到底哪里坏了 流水线本身很简单：抓取原始招聘结果，让模型写一段 200 字的摘要，再把文本存起来。周中作者把普通对话模型换成了推理模型，指望摘要更聪明、更准确。结果每个回答都带着 finish_reason: "length" 和空的 content。没有报错，也没有截断警告：请求形式上通过了，答案却不存在。 罪魁祸首是 max_tokens。七百个
