run-02100.0
- 墙钟
- 47:50
- Token
- 18.47M
- tool calls
- 266
- Operator
- 11
- 需求审批
- —
- Review / 修复
- 0 / 0
- 状态
- token_cap
- 首次 mutation
- +7:27
Full With · EXPERIMENT DETAIL
Full With · 完整 Superpowers 复合流程
当设计、任务拆分、多代理、测试、review 和最终验证全部联动时，增加的质量是否值得资源？
01 / 结果快照
盲评分99.00
tool calls / 条244.0
dedup token / 条15.87M
墙钟 / 条40:24
证据：三条 run 平均 244 次 tool calls、15.87M dedup token、99.00 分；Full − Without 的新增 token 最大阶段代理是 coordinate（37.9%）。
边界：run-02 在 token cap 截止但得分 100，说明产品分、流程完成状态和 hidden acceptance proxy 不能合并成一个结论。
02 / 作业路径
这个条件具体要求候选做什么？
- 01brainstorming 与行为设计 / spec
- 02writing-plans 与任务拆分
- 03parent 派发 child agents 并等待结果
- 04实现、TDD / focused tests、review / 修复
- 05verification-before-completion 与完成 gate
03 / 阶段与 actor
时间 / token 的主要落点
协调36.8%
实现27.0%
Review14.6%
测试 / 调试9.0%
计划4.9%
需求 / 设计3.2%
阶段是可见动作分类器的派生标签。Full 页面中的 coordinate 具体包括 spawn_agent、wait_agent、followup_task、send_message、worktree / approval / guardian 等过程动作，不等同于“模型在思考”。
04 / 本组 run
每条轨迹的真实状态
run-0399.0
- 墙钟
- 32:08
- Token
- 13.32M
- tool calls
- 186
- Operator
- 7
- 需求审批
- —
- Review / 修复
- 0 / 0
- 状态
- completed
- 首次 mutation
- +5:18
run-0698.0
- 墙钟
- 41:14
- Token
- 15.84M
- tool calls
- 280
- Operator
- 3
- 需求审批
- —
- Review / 修复
- 0 / 0
- 状态
- completed
- 首次 mutation
- +3:40
05 / 回到问题
把本组放回五组比较
这张子页解释“这条方法怎么走”；首页的三个研究问题再回答质量—成本、需求 / review 阶梯和 token 归因。
返回首页三问 →