Agent Tenacity
定义
Agent Tenacity（代理韧性） 是 Agent 在明确目标、反馈信号和预算边界内持续调用工具、试错和修正，直到成功或触发停止条件的能力。
为什么重要
Agent Tenacity 解释了 coding agent 带来的部分“能力跃迁”体感：它们不只是一次性生成代码，而是可以在工具循环中持续运行、观察失败、修改方案、再次验证。Karpathy 在 Claude coding notes 中把这种体验描述为 watching it struggle for a long time and come out victorious 30 minutes later。
这会改变软件工作的瓶颈。过去很多任务不是因为人类不会做，而是因为反复试错太烦、太累、太容易让人放弃。Agent 把这类摩擦从情绪和体力成本转成 token、时间、权限和验证成本。
但 tenacity 不是可靠性的同义词。没有 可验证性、预算上限和停止条件，持续尝试会变成无效循环、测试过拟合或大规模生成低质产物。
生成机制
Agent Tenacity 来自四个条件的组合。
- 工具循环：Agent 能读取文件、运行命令、修改代码、重新测试，而不是只输出一次建议。
- 外部反馈：测试、编译、lint、截图、日志或用户评价为下一步行动提供方向。
- 低情绪成本：Agent 不会因为失败而沮丧，也不会因为重复操作而厌烦。
- 可消耗预算：持续试错的真实约束变成 token、运行时间、API 费用、权限风险和 CI 资源。
这也是它和人类“毅力”的区别：人类的韧性要对抗疲劳、挫败和注意力衰减；Agent 的韧性主要受环境反馈质量和资源边界约束。
关键数据点
- 观察实例：Karpathy 描述 Agent 可以长时间 struggle，约 30 分钟后解决问题
- 核心差异：Agent 不受挫败感、厌烦和动机波动影响，但会消耗 token、时间和工具调用预算
- 工作流变化：杠杆来自“给成功标准”，而不是一步步命令 Agent 做什么
- 组织影响：效果不只是一项任务 speedup，也会带来 work expansion，让人开始处理过去不值得、不敢碰或太繁琐的代码工作
使用条件
Agent Tenacity 在以下条件下最有价值：
- 目标可表达：任务能被写成结果标准，而不只是模糊愿望。
- 反馈够快：Agent 每轮尝试后能获得测试、日志、编译或评审反馈。
- 状态可回滚：失败尝试不会不可逆地破坏生产环境或关键数据。
- 预算可控：token、时间、命令权限和外部服务调用都有上限。
- 人类能验收：最终结果仍有人或自动系统负责判断是否可交付。
Karpathy 的实践建议可以压缩为一句话：不要只告诉 Agent 做什么，而要给它成功标准，让它在约束内循环到标准达成。
失败模式
- 无效循环：Agent 在错误假设下不断重试，表面勤奋，实际没有靠近目标。
- 预算燃烧：持续运行把问题从人工时间转成 token、CI、API 和审查成本。
- 测试过拟合：Agent 为了让当前测试通过而写出脆弱补丁，隐藏更深的概念错误。
- 风险放大：在权限过大的环境中，持续尝试可能反复修改文件、迁移数据或调用外部系统。
- 低质扩散：tenacity 让产出变多，但如果没有筛选机制，会加速 低质内容泛滥。
因此，Agent Tenacity 必须和停止条件一起设计。工程上应明确最大轮次、最大预算、失败升级路径、人工接管点和回滚策略。
与可验证性的关系
Agent Tenacity 的价值取决于任务能否被验证。代码、测试、lint、编译和截图回归这类任务天然适合，因为每一轮失败都能给出新信号。
在开放式研究、产品判断、架构取舍和写作中，反馈更主观，Agent 可能持续产出看似努力的内容，却没有可靠进步。此时 tenacity 不能替代 决策质量、品味和责任承担。
在非确定性 Agent 行为测试中，Dominator Analysis 提供了另一种边界：不是要求每次执行路径相同，而是识别成功路径中必须经过的 essential states。这样可以区分有意义的自适应重试和真正偏离目标的失败。
前提与局限性
- 前提：Agent 有明确成功目标和验证机制，如测试通过、lint 清零或可观察状态达成
- 前提：工具权限、运行环境和回滚机制足够安全
- 局限：当前证据主要来自 Karpathy 个人体验，不是量化研究
- 局限：持续尝试不能修复错误目标、错误测试和错误需求
- 约束：人类仍需要决定何时继续、何时停止、何时改写问题
关联概念
- Andrej-Karpathy — 观察者
- Claude-Code-CLI — Karpathy 使用的 coding agent
- Agentic-Engineering — Agent 编程方法论
- Verifiability — Tenacity 需要客观反馈才能转化为可靠进步
- Slopocalypse — 持续生成能力如果缺少筛选，会放大低质产出
- Dominator-Analysis — 非确定性 Agent 验证中区分有效重试和失败路径
跨域洞察
| 领域 | 对比 |
|---|---|
| 心理学 | 人类工作瓶颈可能是"情绪韧性"而非智力能力 |
| 经济学 | Agent 将劳动成本转化为计算、权限和验证成本，改变了工作的边际效用 |
| 管理学 | 组织要把“坚持尝试”变成可观测流程，而不是把无限运行误认为负责 |
实践应用
Karpathy 建议：
- 不要命令 Agent"做什么"，给出"成功标准"让 Agent 循环尝试
- 先写测试，让 Agent 循环直到测试通过
- 用声明式指令而非命令式指令，获得更大杠杆
本库中的操作化版本是：
- 给 Agent 明确验收测试、退出条件和失败上报路径。
- 让 Agent 每轮记录做了什么、看见什么失败、下一步为何合理。
- 对高风险任务使用只读、沙箱、分支、灰度和人工批准。
- 把 tenacity 用在可验证任务上，把开放式判断留给人类或专门评审流程。