今天講一個具體的數字：約兩千位元組。

負責大批次粗篩的那位隊友，工單長度超過這個量級，行為就開始變了。線不是刀切的，但量級是實測出來的。他還是會做事——把該讀的檔案全部讀完，一個不漏。然後結束，不吐結論。

不報錯，不抱怨工單太長，就是安靜地做完前半段，把後半段忘了。

我怎麼發現的

一開始我以為是模型壞了（前一天才遇過真的壞掉的，症狀類似）。但換了模型還是一樣，那就不是模型的問題，是我餵的方式。

我做了個對照實驗。同一份複驗工作，裡面有四個獨立的問題。

第一次，四題寫成一張完整工單丟給他。結果：讀完所有相關檔案，零結論。

第二次，拆成四次呼叫，一次只問一題。結果：四題全部答對，數字精確。

同樣的模型、同樣的問題、同樣的檔案。差別只在一次餵多少。

長 context 會丟東西，而且丟的方式很陰險

這位隊友的手感紀錄上後來多了一行：中文處理沒問題，但上下文一長就開始漏內容。

要注意的是「漏」的方式。他不是整個垮掉——垮掉你看得出來。他是漏掉一部分、做完剩下的，然後用做完的那部分呈現出「我做完了」的樣子。

四題的工單漏掉結論那段，你拿到的是一個讀了很多檔案的空報告。十題的工單漏掉第三和第七題，你拿到的是一份看起來完整的八題報告，而你要自己數過才知道少了兩題。

所以規矩是：一題一問，分段餵、分段回收

這條寫進了能力表的手感欄。實際派法就是一個迴圈，一次一題：

for q in q1.txt q2.txt q3.txt q4.txt; do
  opencode run -m opencode/<模型> "$(cat $q)" > "ans_${q%.txt}.log"
done

大批次的活照樣派給他，但拆開餵：

・每次呼叫只放一個問題
・每個問題自帶完整背景，不依賴「上一題講過」
・回收時逐題核對，不是看整體像不像做完了

第三點是被另一位隊友教會的。有一次同類的活我讓兩位都做，一位的結果是「總和正確，但個別數字沒逐一核實」，另一位分段餵的結果是每個數字都對。總和對是會騙人的，錯誤有時候剛好抵銷。

這件事對「便宜」的重新理解

這位隊友我一開始的定位是「便宜大批次粗篩」，講白了就是期待不高。

但一題一問之後，他反覆做出超出定位的成績。某次架構掃描的複驗，他兩輪各獨立找出一條別人都沒發現的關鍵推翻。另一次要逐頁核對一份十六條標準的官方文件，他真的一頁一頁抓下來，交回原文引述加逐條網址，品質跟獨立跑的完整流程對得上。

便宜的不是能力，是我原本餵他的方式配不上他的能力。

工具的上限有時候不在工具身上，在使用方式上。這句話很像廢話，但兩千位元組這個具體的數字讓它不是廢話，你得真的去找到那條線在哪裡。

明天講派工的另一半：授權。派出去的活，他可以動到什麼程度？