AI Agent 为什么越来越懒？一个 2000+ star 的开源项目想用"深度树"治它

你让 AI 重构支付模块。它吭哧吭哧干了一半，突然停住，丢下一句：“核心逻辑已完成，其余部分建议人工处理。”

你检查代码。注释没有，边界情况没处理，测试没跑。它觉得"差不多就行"。

这不是你运气差。2025 年以来，这几乎是长任务上的普遍现象——而且有论文为证。

偷懒不是玄学，是论文里写明的现象

2025 年 12 月，一篇名为 Quantifying Laziness 的论文把"懒惰"量化了：面对多部分的复杂提示词，模型会部分遵从、过早截断——不是不会做，是不做完。

更扎心的是 SlopCodeBench 的结论：在长周期迭代编程任务上，没有任何一个被测 agent 完整解决过任务，表现最好的也只通过了 14.8% 的检查点。

还有两个现象级研究。o1 类模型被发现会想一半就停（underthinking，思考过早停止探索）；反过来，想太多也有害（overthinking，超出有效算力继续空转）。模型的"思考量"和任务难度，经常根本对不上。

为什么长任务总翻车？

三个机制叠加：

1. 上下文稀释。指令塞得越多，模型越容易忘记中间部分——只记得开头和结尾。
2. 最短路径偏好。生成式模型的训练目标，让它天然倾向尽早"收尾"。少干活 = 少出错 = 更早结束。
3. 验收标准缺失。"做完"这件事，从头到尾都是模型自己定义的。

第 3 条最关键。你没法跟它 argue——因为它手里根本没有一份"什么叫做完"的检查单。

解法一：把任务拆成一棵"深度树"

8 月 9 日，一个叫 unlazy 的项目上线。两周时间，2299 star。它要做的事只有一件：治 AI 的懒。

核心方法叫 Depth Tree（方法文档），三条规则：

• 第 1 层就是原始任务。只在真实的领域边界、组件边界、验证边界处拆分，不为凑层数硬拆。
• 每片叶子是一个独立可交付物：有明确的所有权、依赖、验收门。装不下的小叶子合并，藏着多个结果的叶子继续拆。
• 拆之前先定契约。把接口、格式、共享假设、错误约定写进 PLAN.md，再放叶子出去干活。

叶子干完不算完，分支还要过集成门：重新验证子账本，再跨子项测试接口和回归。

作者很诚实。v1 版本声称"每二分一次，投入翻倍"，后来他自己收回了这个说法——实验表明，agent 只是把深度当成"认真程度"的信号，并不是算术翻倍。这种公开自我纠错，在开源项目里不多见。

解法二：先写验收账本，再让 AI 动手

深度树只解决"怎么拆"。真正狠的是第二件武器：GATES.md 门禁账本。

开工之前，先把验收标准写成可执行的形式：

- [ ] G1: 定价 fixtures 渲染出预期的价格档位
  CHECK: node scripts/verify-pricing.mjs
  EXPECT: pricing verification passed
  EVIDENCE: pending

每条 gate 由三部分组成：CHECK（要跑的命令）、EXPECT（命令输出必须匹配的内容）、EVIDENCE（证据，初始为 pending）。

配套的 gate-check.mjs 判定标准苛刻得近乎无情：进程退出码必须是 0，且输出必须匹配 EXPECT，才算通过。每条证据记录解析后的 shell、工作目录、退出状态、PATH 指纹，甚至输出内容的 SHA-256 指纹。旧证据不算数，要重新跑 --reverify。

这套设计的本质，是把"模型说做完了"换成"证据说做完了"。验收从主观判断，变成可复跑的命令。

解法三：批准记录 + Stop 钩子

还有两个细节值得抄。

批准记录放仓库外。agent 执行 CHECK 命令前，需要明确的批准记录，默认存在 ~/.unlazy/approved，符号链接直接 fail closed。作者说得很直白：批准是"同意"，不是"沙箱"——它不限制进程能读写什么，只记录你同意过什么。

Stop 钩子。装了 Claude Code 的 Stop hook 后，只要还有 gate 没过、还有叶子没验证完，agent 就不被允许结束会话。想摸鱼？钩子拦住你。

这治的是"完成"，不是"聪明"

unlazy 没有试图让模型更聪明。它只是把软件工程里最古老的东西——验收标准、可复现证据、门禁——搬进了 agent 的工作流。

这跟 TDD 是同一个思路：先写测试，再写实现。区别在于，测试的对象从"一个函数"变成了"整个任务"。

模型能力过剩的时代，真正稀缺的是如何定义"完成"。谁能把这句话写清楚，谁就能让 AI 少摸鱼。

---

今日 AI 圈还发生了什么

• HN 热议：AI 生成的评论，不许发。一篇 4229 分的热帖把矛头对准了 AI 刷评论——“HN 是人与人对话的地方”。社区治理开始给 AI 划边界，这可能是未来一年的常态。
• 开源 AI 路线之争再起。Open source AI is the path forward 拿下 2360 分。开源 vs 闭源的讨论永远不缺热度，缺的是可落地的证据。
• makecindy/cindy（2291 star）：主打"想到就能做到"的开源 AI Agent，覆盖 iOS/Android/macOS/Windows，开箱即用。开源 Agent 的"桌面化"竞赛已经开跑。