让 AI 干很长时间的活，核心是规划和验证： 1. 如原推那样规划成小的阶段 2. 另外每个阶段最好有明确的验证方法，这一步很重要，可以是自动化测试（单元测试、集成测试、端到端测试）

所以长任务最适合的场景是那种测试覆盖完整的语言迁移，比如 bun 从 zig 迁移到 rust，一百万行代码的变更，但是测试覆盖完整，而且 AI 主要做的是"翻译"的工作，还可以验证，那连着跑几个几周都没问题，还不担心跑偏。

普通任务，如果没有办法让 Agent 自己验证，还跑很久，就很容易出现南辕北辙的情况，跑的时间越长，偏的越远。还是自己中间验证一下更好。