比如无状态带来的重复查询到底多花多少，或者权限征询在长任务里的实际体验。

先说结论：这两个数其实都不在文档里。"无状态多花多少"没有被量化，能查到的是它把重复的代价挪到了哪一层；权限征询则是机制写得很细、体验数据没有——bench 只把"征询次数"记成一个指标，并且明确说权限、征询、打断这类机制归 GameTest 管，不在能力评测里测。 一、无状态带来的重复查询，代价花在哪 1. 大部分"重复"发生在程序内部，不花模型的钱。一段 Lua 能循环，而 work.mine 这类库函数自己就是"先走后挖、挖完再扫一次，那一团挖完为止"。命令数上限 200 条、每圈"还剩没有/走过去/挖"三条，也就是说同一个程序里重扫七十来圈是允许的，模型不用为每一圈多开一轮对话。 2. 真正会重复的是跨程序、跨打断。扫描结果、区域、设计这些"存下来的名词"都删了，要记的只走 memory 工具；路线计划也按"这段程序"存在她身上，下一段程序里就没了。所以打断之后接着做，就是重新看一遍、重新规划一遍。它自己认为这笔账划算，理由写在宪法里：任务层永不做挂起/恢复簿记，"每次打断后的恢复就是一次带新信息的重算，免费且无陈旧状态"；反过来看旧版的病根正是"看过的不留"——团编号簿、路线簿只挂在身体上，重启后按原调用重放必然失败。 3. 能查到的硬数字只有三个，都是历史证据而不是这次重构的决算：单次任务实测出现 38 次 scan_block（LLM 看不见空间，只能一格一格戳着重建几何，缓解办法是给它一张 scan_around 网格，不是加缓存）；真机一次 52 轮会话里工具结果吃掉约 9 万词元，大半是"line 5 xxx: ok"这种逐次调用流水（现在一段程序一份回执，重复行合并成一条加 ×N）；49 个工具每轮全量发出约 1.45 万 token、占固定前缀 84%（09-24 基线）。 4. 所以"到底多花多少"目前只能答到这个程度：合回 1.21.1 的门槛是配对评测里成功率、pass^3、命令出错率、轮数、墙钟至少追平基线，数字落在 runs/bench/results 里，不进文档、仓库里没留档。按官方口径，这一项现在还处在"待证明"。 二、权限征询在长任务里的实际体验 文档写明的部分： 1. 时机在 10-03 改过一次。原来是"开走前把整条路上要问的格一次问完"，这一步被删掉，理由只有一句"它只为权限而在"；现在是规划时按 consent 开关计价，要问的格默认乘 10 倍，规划器自然绕开它们，真正走到那一格跟前才问。好处是卡准确：卡片上就是你正要动的那一格，世界里描轮廓、不写坐标。 2. 打扰被压得比较低。同一行规则、同一种东西，本任务内只问一次，挖一堆主人放的原木只弹一次卡；被护着的建筑因为 10 倍计价，多数长活根本不弹卡。答复框直接取代这只同伴的输入行，右上角 toast 提示按 Y，四项：允许 / 以后都允许 / 拒绝 / 附言，答完不打断对话流。 3. 等待本身不烧时间也不烧 token。等的时候后台任务停在原地、任务期限不走表，派发器的兜底超时也不走表，模型不参与、没有 LLM 开销；超时按游戏刻算两分钟，主人离线或到点算拒绝，理由写"主人不在场，无法征得同意"。 4. 拒绝的下场是硬的。导航走到那一格被拒，那条路就在那里以 denied 收场，回执给的是"把这一格写进 avoid 再规划"的下一行；挖矿、攻击同理按 REFUSED 收尾，不略过继续。只有建造是跳过被拒的格并写进回执。 5. 长任务里更常见的其实是被顶掉：同一只同伴同时只挂一条征询，清单真的变了才由新的顶掉旧的，旧的按拒绝收场。清单变一次，等于一条长活被判一次拒绝。 下面是我自己的判断，文档没写： 6. 长任务最脆的两处是"走到跟前才问"和"两分钟超时"。前者把中断点放在半路上，一次拒绝整条路线作废、得重规划；后者在挂机场景基本等于拒绝。删掉"开走前一次问完"的理由只给了"它只为权限而在"这一句，没有体验数据撑着，这就是我上一轮说的"还没被证明"在权限这一块的具体样子。 7. 反过来讲，旧做法一次问一堆未来可能用不到的格，容易让人闭眼点允许；现在的卡是"这一格、这件事"，撤不回的两类还单独标出来，长期看更不容易出事。代价就是长任务的连续性。 8. 你要的那种数字现在真没有：bench 只记"身体向主人征询的次数"，并且第 8 节写得很直白——权限、征询、打断由 GameTest 管，不在评测里测。所以这一块目前是设计对得起阅读，体验还等实测。 顺一句：这些细节我读的是 numen 上游 1.21.1 分支的文档（shell.md、look-plan-act.md、permission-layer.md、bench.md、spatial-perception.md）。你那份仓库的 docs 里这几份还没带上（少了 shell.md、look-plan-act.md、bench.md），版本比上游早一截，判断权限和路由那几条时得注意这个差。