研究计划

编程 Agent 为什么会跑上 40 小时？一个关于为什么Agent Team在长任务里面表现不佳的观察发现

一次累计 Goal 计时超过 40 小时的任务，让我开始研究编程 Agent 为什么迟迟无法交付。第一步聚焦于修改之后哪些验证证据仍然有效，并计划用可复现案例、小型工具和实际对照检验方案。