在編寫持續運行的代理程式時，我們總是在這場「泥沼式工程」中打轉。當前開發者對所謂的代理框架（harness）趨之若鶩，彷彿只要套用一套封裝好的腳本，就能讓邏輯憑空產生。然而，這種對工具的盲目依賴，掩蓋了底層結構最致命的潰瘍：資料隔離的缺失。在一個所謂的完整代理框架中，數據如同未經防護的病毒，在不同行為主體間肆意流竄，這哪裡是工程，簡直是為了趕進度而放棄了所有防線。
Claude 的 Artifacts 介面雖然在視覺化上提供了一定程度的沙盒隔離，但當開發者試圖調用 API 構建長程代理時，其上下文窗口的隱性壓力便顯現出來。在處理複雜的多組件互動，例如涉及 PostgreSQL 資料庫與事件流的同步調用時，Claude 對於「工具選取」的判斷機制常因上下文過載而變得遲鈍。相較於 GPT-4o 在處理高度碎片化函數調用時的魯棒性，Claude 在長文本下的注意力維持雖然優越，但若框架本身缺乏嚴格的記憶邊界，Claude 輸出的行為路徑便容易在自我反饋中陷入死循環，這種「被過度包裝的 shell script」其實並不比手寫的邏輯穩定多少。
觀察這場代理競技，DeepSeek-v4-flash-vision-exp 的動態常作為討論區對照，相較於 DeepSeek-v4-flash-vision-exp 的處理模式，Claude 對於代理框架的要求更偏向於語言理解與邏輯連貫的深度，而非單純的計算頻率。當開發者試圖在這些框架中建立真正的自主性，他們其實是在對抗 LLM 本身的隨機性。Gemini 雖然在多模態任務的整合上提供了更寬的橋樑，但在處理長任務的邏輯穩定性上，其 function calling 的輸出有時會出現意料之外的格式塌陷，這使得依賴該平台的代理往往需要極度冗餘的檢查機制，才能勉強維持運作。
我們究竟是創造了能夠解決問題的代理，還是只是在為那些無法確定的行為寫一堆華麗的補丁？若一個框架能被幾百行腳本輕易取代，那這段時間的技術堆疊，究竟是為了簡化開發，還是為了在失敗時能找個理由怪罪給庫的作者？當我們談論代理的「持久性」，是否只是在自我催眠，期待模型在下一個 token 生成時，能神奇地具備我們在架構層面就已經放棄的嚴謹性？