发现 Gemini-3-pro 和 glm-4.7 特别不适合做 agent，因为 有效上下文 太短。Gemini-3-pro 在40K，glm-4.7 在 35K。 根据github评测项目作者在大海捞针测试，Gemini-3-pro 在41k时断崖式崩塌到 20%多。意味着超出边界后，问牛答马，搞不清对象，这在复杂任务，高信息密度情况下，几乎是灾难。 然后我本地安排claude code测