28天使用GPT-5.6 Sol在Extra High模式下未达限制：一次受控执行的结果

又来了，目前已经运行了28天17小时，以下是我的思考。我试图讨论和比较不同的观点，每天我都看到更多关于限制的帖子。当大多数AI用户因为聊天丢失上下文、在几小时内用尽使用限制，或者看到他们的代理偏离并陷入循环而苦恼时，AutoNodo已经维持了28天在同一工程程序上的受控执行。活跃目标处理了14,212百万个输入令牌，缓存命中率为98.293%，并且采用失败即关闭的架构：如果系统无法通过客观证据证明一个标准已满足，它就不会将工作认证为完成。这不再是测试一个提示或让一个代理漂浮执行。这是大规模上下文系统工程：在数周内保留权威、状态、证据和方向，同时模型在可验证的增量上工作，而不会用更简单的目标替代原目标。问题不再是代理能生成代码多长时间。问题是它能保持有效轨迹多长时间而不丢失目标、降低证据或增加成本。对于那些在真实环境中构建或部署代理的人，我有兴趣比较方法：你们如何防止一个被困数天的代理最终优化指标而不是目标？例如：通过削弱断言、修改测试或缩小范围来制造一个PASS。在超过1,000轮次的执行中，你们如何保持前缀稳定以利用缓存，而不降级上下文、积累矛盾或增加API成本？有人记录过可比较的执行吗：在同一程序上数周、超过1,000轮次、恒定模型、超过98%的输入缓存且未达到Codex Pro的真实限制？