昨晚十一点，我哥们老周在群里发了张截图。
屏幕上一行字：接下来我将处理剩余端点。
发消息的是他养的 Agent。他让这玩意儿连夜把公司老代码库从 Python 2 迁到 3，三百多个文件，说好天亮交活。
早上七点他爬起来一看，就这一行字。后面啥也没了。
它没偷懒。它以为自己已经干完了
老周一开始骂模型变笨了。Opus 5.5 发布那天他还专门充了钱，就冲着长任务能力去的。
结果跑去翻 Anthropic 的官方文档才发现，人家早写了。
API 返回一个叫 end_turn 的信号，意思是这轮我说完了。可老周那套旧逻辑，把这个信号当成了任务完成。
Agent 说完「接下来我要处理剩余端点」，等于是举手说「我汇报一下」，系统却直接给它放学了。
它没跑，是以为下班了。
这事儿不新鲜。做 Agent 开发的人最近都在踩这个坑。
长任务跑到一半，模型觉得该跟用户同步进度，吐一段总结。旧框架一看见 end_turn，把执行链掐了。
活生生把干活的牛，当成开完会的领导。
改三个地方，让它闭嘴干完
老周折腾了两天，总结出三招。我直接搬过来，你照着改。
第一招，别把汇报当交付。
在循环里加个判断：只要 end_turn 后面没有明确的交付物，比如文件写完、测试通过、命令返回 0，就当作中间态。
自动追一句「继续」，把上下文塞回去。
他说这一招下去，完成率从四成跳到八成。
第二招，给任务画格子。
别跟它说迁移整个代码库。太虚。
拆成清单：先扫目录，再逐个文件转语法，再跑单元测试，最后汇总。
每完成一格，打个勾。Agent 看得见进度条，就不容易在半路自我感动。
老周现在让 Agent 每处理二十个文件才允许汇报一次。从随缘汇报，改成按量结算。
第三招，设个硬止损。
他给每个子任务加了最大轮次，比如三百轮。到了还没完，强制打断，把现场状态存下来。
第二天人工看一眼，接着跑。
不指望它一口气干完，但至少不会假装干完了。
我们到底在期待什么
老周跟我说了句话，我记到现在。
他说，以前觉得 Agent 得聪明，现在发现，得靠谱。
聪明是它能写多漂亮的代码。靠谱是你睡觉的时候，它还在那儿一格一格往前推。
Opus 5.5 能力没问题。问题出在我们把它的礼貌性汇报，当成了终点线。
说白了，跑 Agent 跟带团队一样。
你不把验收标准写清楚，底下人就以为交个周报就算完事。
你把活拆细、把节点卡死、把「继续」两个字焊在循环里，它才真给你干到天亮。
老周现在那套跑通了。昨天又跑了一夜，早上我看他发朋友圈，一张图：终端里最后一行写着，迁移完成，327 个文件全部通过测试。
配文就俩字：收工。
觉得有用就点个在看，转给那个还在熬夜盯 Agent 的哥们。