◇ EXPERIMENT
AI AGENT · COST & EVALUATION
RepoCoach
纸面推断错了两次,实测才对。一个源码学习 agent 的垂直切片——真正的产出是把 agent 工程里几个反直觉的问题跑到了有数据:成本随调用次数超线性增长、工具调用降 28% 而 token 反升 17%、缓存命中 65.6% 让预算指标高估约 3 倍。同时验证了安全闸如何双向覆盖、状态怎么跨进程活下来、以及为什么只写在 prompt 里的约束必须在出口再校验一遍。638 个测试、22 个合并 PR,Claude 定计划、DeepSeek 实现、GPT 复审。项目已主动收尾,把跑出数据的部分整理成可复用的经验。








