整个项目跑起来感觉很杂，skill 没有按需加载，sandbox一言难进，缓存命中率不高。

[HyKeeper]

不如pi

[bobleer]

缓存这条倒真值得单拎出来看。很多时候不是模型不支持 cache，而是 harness 每轮重排 tool schema、塞动态时间或改写旧消息，前缀从那个字节开始就全失效了。我们做 BitFun 时也踩过，后来把 prompt 和 tool manifest 做成 byte-stable，还删掉了会改写历史前缀的 microcompact；README 里 SWE-Bench-Pro 那一轮的平均命中率是 98.67%。利益相关，我参与 BitFun。skills 和 sandbox 最好也拆开量，不然三个问题揉一起，很难判断究竟是谁在拖体验。实现和数据都在这里：https://github.com/GCWing/BitFun

[HyKeeper]

确实应该分成3个问题来看，只是因为用惯了其他的agent，所以突然跑一下dsh就感觉到很大的不适应。可能还是需要一些时间的迭代。

[adrian-mo61]

缓存命中不低吧？