大模型天然倾向于"差不多就行"，主打一个糊弄，最直接的证明就是，每当它生成了一个合理的停止点就返回 end_turn（告诉 agent 可以停止了），但很多任务是需要模型持续深入工作的，而不是给个方向就停下。

如果不想去设计复杂的主-子 Agent 框架和外部记忆管理机制，有一个简单的策略，跟模型说，“你有 2M 的 token 预算，没用光它之前不要停下来“，同时让它真的去统计每一轮的 tokens 消耗。

但有时候确实用不上 2M tokens 也能把任务做完，那就没必要强制让 agent 做无用功了。可以再补充一句，“如果连续三轮 tokens 消耗都低于 500，则停止任务“。

其实 Claude Code 本身就支持这个能力，你可以通过 prompt 中写「+500k」或「use 2M tokens」来设置预算（一定要按照这个格式）。