此前一直尝试使用 codex 或 claude code 帮忙写代码，写完直接同一个 session 中跑实验，这样自己的代码自己知道怎么修；但仍然存在两个问题：
- “忙等待”，agent 基本上是在前台轮询 gpu 运行情况和和实验 log 来监督实验或等实验运行结束。这虽然能及时发现告警和运行时 bug，但实验没运行几个 step，大量重复的 toolcall 会带来上下文污染
- “早退出”，除非有 /goal 或 /schedule 等 loop 强行让其循环，否则 agent 无法在实验结束时醒来分析结果，而是看个几分钟觉得实验正常运行，停止监督，回复一个“程序健康报告”。
- 无协作：多session 运行不同实验，共享 gpu 资源，默认情况下就是互相 kill （真的），加了 AGENTS.md 约束后不会杀别的实验，但发现当前无 gpu 资源后，要么“忙等待” gpu 资源，要么“早退出” 说跑不了。
- 高价值 token 浪费：“忙等待” 即轮询监督实验消耗的 token ，远大于代码分析和需求实现，同时这还是机械工作。给高智能模型塞这样的脏活明显不划算。
- GPU 资源浪费：小时级别的实验跑完还得人来跑下一轮。
现有方案：
- subagent 能隔离 session 来监督实验（还没试过 subagent 换模型），能部分解决问题 4；
- 此前我使用过 slurm 系统，能提交 pending task，能很好解决问题 3 ；
额外需求：
要解决 1 和 2 ，可能需要一个额外服务，这个服务最关键的功能是。回调：只在任务异常 / 结束后形成一份实验报告，返回并唤醒原 agent session （将 prompt 注入此前交互式的 cc 或 codex session 感觉有点困难）。最后将该服务嵌入到已有的类 slurm 系统中形成一个独立的 agent gateway，成为一个智能 slurm，从而解决全部问题。
可能日后要补 agent 开发和协作知识，才能实现这样的愿景；欢迎佬给出问题的建议和意见！（要是已有开源就更好了）
