Agent 运行评估 独立测试站
目标与技术方案 ↗

COMPANY AGENT REVIEW

监管与有效性评估

原脚本提供事实，项目与 case 串起目标、结果、代价和人的评价。

已显示最近快照快照同步 2026/10/18 01:45:12

数据已显示。交互加载期间可直接使用板块链接、分类链接和表格展开；刷新可读取最新快照。

2026-10-112026-10-122026-10-132026-10-142026-10-152026-10-162026-10-17

当前查看 2026-10-16 的测量，缺样本保留空缺。

首回应均值
1.1 分
样本 476
首回应 P95
1.9 分
不等于首次有用答案
交付耗时均值
6.8 分
样本 304
上下文注入字符
1.5 万
已保存注入快照的均值

按北京时间 05:00 起算的当日统计。缺失显示“—”；不同指标的样本覆盖可能不同。首回应、工具运行和最终交付分别判断。

近7天速度与上下文波动

首回应耗时

0.0 秒12.1 分24.2 分10-1110-1210-1310-1410-1510-1610-172026-10-11 中位数 14.1 秒，样本 822026-10-12 中位数 15.2 秒，样本 5572026-10-13 中位数 19.8 秒，样本 2202026-10-14 中位数 19.1 秒，样本 2492026-10-15 中位数 20.8 秒，样本 3882026-10-16 中位数 16.5 秒，样本 4762026-10-17 中位数 14.3 秒，样本 1812026-10-11 P95 24.2 分，样本 822026-10-12 P95 3.5 分，样本 5572026-10-13 P95 3.7 分，样本 2202026-10-14 P95 5.1 分，样本 2492026-10-15 P95 3.4 分，样本 3882026-10-16 P95 1.9 分，样本 4762026-10-17 P95 1.1 分，样本 181
中位数P95

北京时间每日05:00起算；每项单独统计有测量的运行。 空缺不按0计算，缺测日期不连线。

查看逐日数值与样本
日期中位数P95样本
2026-10-1114.1 秒24.2 分82
2026-10-1215.2 秒3.5 分557
2026-10-1319.8 秒3.7 分220
2026-10-1419.1 秒5.1 分249
2026-10-1520.8 秒3.4 分388
2026-10-1616.5 秒1.9 分476
2026-10-1714.3 秒1.1 分181

交付耗时

0.0 秒17.6 分35.2 分10-1110-1210-1310-1410-1510-1610-172026-10-11 中位数 2.6 分，样本 752026-10-12 中位数 2.9 分，样本 4852026-10-13 中位数 2.6 分，样本 1942026-10-14 中位数 2.1 分，样本 2072026-10-15 中位数 2.5 分，样本 3592026-10-16 中位数 2.0 分，样本 3042026-10-17 中位数 2.8 分，样本 762026-10-11 P95 33.5 分，样本 752026-10-12 P95 32.5 分，样本 4852026-10-13 P95 25.3 分，样本 1942026-10-14 P95 35.2 分，样本 2072026-10-15 P95 33.7 分，样本 3592026-10-16 P95 33.0 分，样本 3042026-10-17 P95 17.0 分，样本 76
中位数P95

北京时间每日05:00起算；每项单独统计有测量的运行。 空缺不按0计算，缺测日期不连线。

查看逐日数值与样本
日期中位数P95样本
2026-10-112.6 分33.5 分75
2026-10-122.9 分32.5 分485
2026-10-132.6 分25.3 分194
2026-10-142.1 分35.2 分207
2026-10-152.5 分33.7 分359
2026-10-162.0 分33.0 分304
2026-10-172.8 分17.0 分76

上下文注入字符

01.8 万3.6 万10-1110-1210-1310-1410-1510-1610-172026-10-11 中位数 1.1 万，样本 1422026-10-12 中位数 1.1 万，样本 7022026-10-13 中位数 1.4 万，样本 3212026-10-14 中位数 1.1 万，样本 3352026-10-15 中位数 8,881，样本 4982026-10-16 中位数 1.2 万，样本 5442026-10-17 中位数 9,722，样本 1982026-10-11 P95 1.7 万，样本 1422026-10-12 P95 1.9 万，样本 7022026-10-13 P95 3.2 万，样本 3212026-10-14 P95 3.6 万，样本 3352026-10-15 P95 3.1 万，样本 4982026-10-16 P95 3.5 万，样本 5442026-10-17 P95 2.8 万，样本 198
中位数P95

北京时间每日05:00起算；每项单独统计有测量的运行。 空缺不按0计算，缺测日期不连线。

查看逐日数值与样本
日期中位数P95样本
2026-10-111.1 万1.7 万142
2026-10-121.1 万1.9 万702
2026-10-131.4 万3.2 万321
2026-10-141.1 万3.6 万335
2026-10-158,8813.1 万498
2026-10-161.2 万3.5 万544
2026-10-179,7222.8 万198

来源：响应速度与上下文 · 原数据 2026/10/18 01:44:35 · 已同步

测量覆盖

当天用量运行当天首回应样本当天交付样本当天上下文样本
22418176198

最近有速度测量的日期：2026-10-17。本窗口缺请求关联 0、缺注入记录 0。当日没有测量样本时，耗时显示“—”，不以历史结果替代当天，也不画成0。

等待发生在哪一步

阶段样本数均值P95
接收30328.1 秒4.4 秒
准备上下文30311.7 秒6.2 秒
启动3030.1 秒0.4 秒
运行3036.5 分30.2 分
发送3031.8 秒3.4 秒
全程3037.2 分37.0 分

来源：响应速度与上下文 · 原数据 2026/10/18 01:44:35 · 已同步

上下文注入来源

最近可核首轮样本 2026/10/17 23:36:43 · 28,040 字符。以下是该样本的来源构成，非今天全部请求的均值。

注入来源字符加载时机
入口与能力4,752新会话启动
当前规则与恢复入口850本轮
消息展示规则1,057本轮
任务清单规则1,374本轮
来源与运行规则1,791本轮
Session 约定1,811本轮
项目说明与原件入口1,243本轮
隐藏项目工作目录4,197本轮
本轮背景：人员、项目与群消息9,292本轮
个人回复设置1,479本轮
开工检查 v1194本轮
规则与资料入口的原文规模
资料字符读取方式
AGENTS.md · 工作区约定2,752Harness 按工作目录加载；不计入下方 RemoteLab 注入量
bootstrap.md · 实例与资料入口1,025入口指针随启动提供，正文按需读取
projects.md · 项目目录4,829项目背景入口；正文按任务需要读取
skills.md · 专用方法目录2,659检索候选／按需读取，不等于所有 Skill 正文自动注入
startup-context.md · RemoteLab 启动说明2,379新的原生会话启动时投射；实际版本可能含动态部分
surface-messages.md · 展示默认规则1,813默认规则；个人已确认设置可替代
work-start/v1.md · 开工检查695仅在当前发起人的实验开关开启时投射

来源：响应速度与上下文 · 原数据 2026/10/18 01:44:35 · 已同步

上下文调优检查

来源与规模

连接实际注入记录和上下文准备耗时，检查重复、过期和不相关内容。

原文长度不等于实际注入量；缺少读取证据不等于未读取。

调整后的效果

结合核心 case 的目标达成、漏读、人的纠正和消耗比较。

速度变快但结果变差，不算调优成功。