让它优化 Agent 的 Deep Think 功能，给定测试集和一个可以跑通的原型基础，让它持续优化。 没采用让人介入的流程，就是想全权放手，试试 SOTA AI 自己迭代能做成啥样； 结果嘛……烧完周额度，迭代了七八轮，它看到测试效果不好就不断堆叠、追加新特性，系统复杂度迅速上升到不忍直视的程度，而且还有针对测试题作弊的倾向。最后还没能达到目标。 我就好奇，会不会是这问题本身没法解决？自己花了半个周末咔咔砍掉冗余，然后回到原本的流程：仔细分析，把思路和 AI 讨论清楚，再逐步实施，终于是把性能稳定提升了。 其实我知道 Fable 作为新一代 AI 效果是很好的，网上基本没有抱怨它性能不足的，只有抱怨被限制的。 但该说是不能期望太高吗？ Dario 你们尽管吹，又是神话又是眩晕瘫坐的，到头来还是应该回到工具定位，去辅助人呐。