长程 AI 智能体的失败瓶颈分析：错误复利、上下文污染与弱自纠如何拖垮多步任务

长程 AI 智能体在多步任务中频繁崩溃，瓶颈通常不在单步模型能力，而在三方面：错误复利使得 0.95^20 仅约 0.36 的端到端成功率、上下文被旧工具输出与失败尝试污染导致目标漂移、以及模型缺乏回退修正而继续在错误上叠加。讨论焦点在于改进应来自更强模型，还是来自检查点、verifier 步骤、外置状态等智能体脚手架设计。