现在主要使用 claude code，想要的效果就是下班前给 agent 派一个任务让持续运行。流程上是先grill-me 写方案，然后让大模型自己写一段喂给 goal 和 loop 的输入，我微调以后开个dontAsk mode, 就让 agent 开始跑，但是现在发现会有一些问题： 

任务有时候会过早结束，比如我要求完成从服务提交一个真实任务，做端到端验证。在反复验证失败后，模型会认为完成不了任务，然后就自行结束或者卡在等待我给方案的循环了 
2.模型本身会钻牛角尖，遇到问题可能会使用一种很 hack 的方案去尝试解决，浪费大量 token 
3.上下文压缩。一些模型没有 1M 的上下文窗口，跑着跑着可能就挂了，现在我的方式是让起subagent 定时提醒主 agent 是不是该 compact 了，应该也不是最佳实践

现在除了 fable5，其他主流模型基本都尝试过了，或多或少都...