卡兹克昨天发了一篇文章，挺有意思的。他在 Agent 长程执行这件事上，前前后后烧掉了 20 亿 Token，最终把自己摸索出来的方法论沉淀成了一个开源项目，叫 Leader.skill。

他要解决的核心问题是：怎么让 Agent 能独立跑好几个小时，而不是跑着跑着就跑偏了。

他的答案是「目标七问」。简单来说，就是在把任务交给 Agent 之前，先用七个问题把模糊的需求整理成一份清晰的目标任务书，提前把目的、完成标准、反作弊规则和边界全部说清楚。

这七个问题分别是：
第一，目的（Why）。你到底要干什么，为什么要干这件事。 第二，完成态（Done）。做到什么程度算完成。 第三，证据（Proof）。怎么证明确实做完了。 第四，反作弊（Anti）。防止 Agent 走捷径糊弄你。 第五，边界（Bounds）。哪些事能做，哪些事不能碰。 第六，取舍（Trade）。遇到冲突的时候，优先保什么。 第七，未知（Unknown）。碰到没预料到的情况该怎么处理。

在实际使用上，卡神的建议是分两步走：先用 Claude Fable 5 或者 Kimi K3 这类擅长规划的模型来梳理目标，然后再把整理好的任务书交给 GPT-5.6 Sol、GLM-5.2 这些擅长长程执行的模型去跑。

规划和执行分开，各用各擅长的模型，这个思路确实很实用。

Skill 传送门；github.com/KKKKhazix/khazix-skills/tree/main/leader

#How I AI##科技先锋官#