用了几个月多 Agent 并行，说三句实话：

1. 交叉验证真有用。让两个模型互相挑错，比自己反复自检高效，错误率明显下降。
2. "持续在线、跨会话推进"目前更多是演示，不是生产。任务一长，上下文漂移跑不掉。
3. 最贵的不是 token，是你审它的时间。产出越像样，你越想逐条核。

结论：AI 省的是打字时间，不是判断时间。