2026-09-13 ~ 09-17 — Agent 四条件实验（BEHAVIOR 捡垃圾）
四个条件 × 2 跑的完整回放。官方判分全部 0，比较看过程；分析文档见项目 Downloads/cof_progress_20260916/。
第一组 · 基线（只给任务与接口）
- 第 1 跑 — 44 轮, 零抓取, 5.6M tokens
- 第 2 跑 — 46 轮, 零抓取(曾做964点表面采样), 8.5M
第二组 · 自由 focus（每轮声明关注, 形式不限）
- 第 1 跑 — 57 轮, 一罐入桶(释放时碰倒桶), 15.5M; focus 只写不读
- 第 2 跑 — 39 轮, 零抓取, 5.1M
第三组 · 选择性 3D（focus 须为 3D 形式）
- 第 1 跑 — 55 轮, 一罐入桶, 11.8M; 命名点地图+世界地图动画
- 第 2 跑 — 59 轮, 一罐入桶+终局仍持第二件, 15.8M
第四组 · mesh focus（focus 须为无纹理 mesh+面片打分）
- 第 1 跑 — 53 轮, 抓罐后释放错失被挪动的篮子, 14.5M; 140万面片累积网格+三维查看器
- 第 2 跑 — 58 轮, 一罐入桶, 15.2M; 三维查看器
参考
四组条件对照 — 每组比上一组多加了什么
| 组 |
每轮显式声明 focus |
focus 持久保存并用于决策 |
focus 必须为 3D |
focus 必须为 mesh+面片打分 |
|---|
| 第一组 · 基线 | — | — | — | — |
| 第二组 · 自由 focus | ✓ | ✓ | — | — |
| 第三组 · 选择性 3D | ✓ | ✓ | ✓ | — |
| 第四组 · mesh focus | ✓ | ✓ | ✓ | ✓ |
其余条件四组逐字相同：同一任务与场景、同样的接口清单、同样的工具自由（可写任何代码/装任何软件）、同样的 60 轮上限。约束只做加法，不减自由。