今天最重要的判断：Agent 的下一条分界线不是“能不能做”，而是“能不能持续、可控地做完”。
模型能力解决的是单次推理，生产系统面对的却是跨小时甚至跨天的状态。任务会被中断，工具会失败，权限会变化，预算会耗尽，执行结果还可能彼此冲突。Prompt caching 延长到 12 小时降低了恢复成本，但缓存只保留计算收益，不负责业务一致性。真正的 durability 还需要 checkpoint、幂等、重试、审计和人工接管。
Vercel 把 durability infrastructure 从具体 Agent 中剥离出来，是一个重要信号。Agent runtime 正在形成独立层：上接模型和 harness，下接 sandbox、filesystem、queue 与 data pipeline。它的价值类似应用时代的 cloud runtime——开发者无需从头处理每一种失败，平台负责把不可靠组件组织成相对可靠的服务。
Peter Steinberger 的 split-agent 实践补上了组织结构。planner、executor、critic 分工的价值，不在于同时调用更多模型，而在于让决策、实现和验收不由同一个上下文自我证明。隔离 worktree 是技术边界，critic 是认知边界，两者结合才形成可审查的执行链。
这也是为什么 Agent orchestration 会重演 distributed systems。并发越高，局部成功越不等于全局正确；节点越自主，越需要明确的协议、状态和恢复策略。未来成熟的 Agent 产品不会把失败藏在一段自然语言里，而会暴露任务状态、依赖关系、成本、证据和可撤销动作。
对 opcpay.org 而言，这个变化尤其关键。支付是不可轻易重试的副作用：模型可以重复思考，但交易不能随意重复执行。支付层必须知道任务是否已执行、授权是否仍有效、预算是否被其他 Agent 占用，以及失败后该补偿还是暂停。
下一步应把 task-level usage ledger 作为连接 Agent runtime 与支付系统的最小控制面。每笔支出不只记录金额，还记录任务、身份、执行阶段、授权策略、幂等键和结果证据。这样，计费、支付和审计才不再是三个孤立模块，而成为可信执行系统的一部分。