Agent 飞行记录仪 · 抓贝果 · 加 focus · main_g2a_01_focus（未成功）

加 focus 组的任务说明里多出这一段（原文）：

## Focus tool (required)
`r.focus(center, radius, note)` returns the triangle mesh of the surfaces your cameras see in the **current** frame within `radius` m (at most 0.15) of `center` ([x, y, z] m, env-local world frame), with the robot's own body removed: `{"vertices": (N,3) m, "faces": (M,3), "path": PLY file, "meta": per-camera counts}`. It is built only from the current depth and camera calibration (the same data as `r.get_obs(depth=True)`); surfaces no camera sees are absent. `note` is required: what this focus is on and what you want to learn from it.
**Before every gripper close you must call `r.focus(...)` on the region the fingers will touch**, and base the approach and the close on that mesh.

起点：夹爪张开，指尖中心在原味贝果中心正上方 12 cm。成功：原味贝果离起始高度 3 cm 以上并保持 1 秒（在线判定，两次独立重放复现）。时间：服务就绪后 20 分钟。
agent：GPT-6 Solar（推理强度 max），Codex CLI 0.157.0，经 Harbor 在独立容器里运行；仿真在另一个容器，agent 只能通过客户端访问。
agent 能拿到的输入：三路 RGB（腕部、肩上、对面）、深度、相机内外参、本体感知（关节、TCP 位姿、夹爪开口）、运动学（正逆解）。加 focus 组另有 focus 工具（见上）。
明确不提供：任何物体的位置、姿态或几何；不能重置。

未成功。本轮 1277 s（timeout），下发动作 17 次，focus 7 次，合爪 3 次。第 1 次合爪：没写目标高度，需人看（TCP 离桌 1.35 cm，贝果最高抬起 2.87 cm）。 第 2 次合爪：没写目标高度，需人看（TCP 离桌 1.26 cm，贝果最高抬起 2.03 cm）。 第 3 次合爪：没写目标高度，需人看（TCP 离桌 0.27 cm，贝果最高抬起 2.15 cm）。