下午五点，CI 报了一条失败：test_order_total_rounding 预期得到 19.99，实际得到 20.00。你把任务交给编码 Agent，它很快读了测试、改了一个金额计算函数、又跑了一遍测试。结果第一条测试过了，另外两条折扣测试开始失败。
这时最常见的处理方式，是把报错继续塞回同一 ...
一、同一个问题，为什么会走出两条路早期版本里，我让模型自己决定分析流程。给它工具、给它目标，让它规划下一步，这听起来很像 Agent。
后来我把同一个问题问了两次。第一次，它先做产业诊断，再查政策。第二次，它先查政策，再回头补诊断。两份结论都不离谱，却不能放在一起比较：一份把问题归因到产业结构，另一 ...
