所以最近好多技术群里都在说用什么 skills，用什么提示词，通过 Codex 或者什么 Agent 的goal 的方式基于一个简短的需求，去持续运行好多天的截图。 
“所谓的一句话生成一个系统” 
我觉得所谓一个任务跑好多天"意义不大"，或者说是受众范围不广。 
从软件工程的角度来讲我是希望需要在每个里程碑进行验收的（ 准确的说我反对缺少阶段性反馈、验收的长时间自主执行）。确认阶段性结果是否符合预期，再决定是否继续推进、调整，或者直接回滚。 
一个任务如果连续运行很多天，却没有中间产物和人工介入点，本质上就是一个不可观测、不可控制的黑盒，那么，如果有一点偏离预期，那么在错误的道路上则会越走越远。即使"看似可行"，未来也是要还的技术债。 
实际上长任务中间还涉及到压缩上下文从而导致细节丢失的问题。 
真正有价值的，不是让 Agent 持续运行多长时间，而是它能否把一个复杂目标拆解成若干可验...