來自 Jeffrey Emanuel（@doodlestein）的推文串

要真正了解模型的穩定性和自主性，以及它所展現出的自主性和「毅力和決心」（其中一些也取決於代理框架，例如 Cursor 與 Gemini-CLI），以及它在工具使用方面的可靠性，都需要花費一些時間進行大量的獨立試驗。