为什么 Agent 跑不了长任务

说明

高层目标往往包含许多可独立验收的功能。若一次尝试同时展开，工具输出、中间决策和未完成分支会不断占用上下文，后续步骤只能从残缺线索猜测。

另一种失败是把“核心路径能跑”误认为全部完成。没有逐项验收时，遗漏的边界条件、回归测试和清理工作不会自动暴露。

判断是否遇到长任务故障，可以看三个信号：开始重复读取同一信息、无法说明哪些验收项仍未完成、换一个上下文后只能重新摸索。出现这些信号后，再进入下一篇设计持久交接。

跟着一个例子走

边界与误区

• 为什么 one-shot 容易让长任务失败： 任务越大，中间状态和验证证据越多，单个上下文越难同时保持全局目标与当前细节。回答更长并不会消除这个容量与注意力问题。

• 怎样区分“任务真的完成”和“Agent 过早收尾”： 回到可检查的验收项逐条核对，而不是看模型是否给出了完成声明。缺少测试结果、产物或边界条件证据，就仍是未验证状态。