切小試是找感覺，但有時候切太小反而看不到差異。agent 真正省你腦力的是那種連跑好幾步、中間還要做判斷的工作流，不是一個任務，是一整串。單一任務它確實不一定比你快，但任務開始串在一起就不一樣了。

說穿了就是要先找那種做了不開心、不做又不行的任務。我是先拿 on-call alert 分類試，每天都要跑、沒什麼難度，但換出來的腦力差很多。