来自 Jeffrey Emanuel（@doodlestein）的推文线程

要真正了解模型的稳定性和自主性，以及它所展现出的自主性和“毅力和决心”（其中一些也取决于代理框架，例如 Cursor 与 Gemini-CLI），以及它在工具使用方面的可靠性，都需要花费一些时间进行大量的独立试验。