docs: 补充OpenAI实验基准数据、分层信任和渐进授权模式

AGENTS.md

@@ -624,3 +624,31 @@ AI Agent（我）在约束内执行编码
 ```
 
 每一步都是**同步、串行、可观测**的 — 这是最简单的控制平面，但足以保障质量。
+
+## OpenAi 实验数据（行业基准）
+
+| 指标 | 数据 | 在本项目的意义 |
+|---|---|---|
+| 任务通过率 | **80%** 独立完成 | 20% 需要你介入的通常是架构/设计决策 |
+| 最长单次运行 | **25 小时** | 复杂任务可以持续工作，不需实时监督 |
+| 工程师时间分配 | **80% 设计 Harness** | 你的时间花在 AGENTS.md 和任务规划上 |
+| 代码规模 | 百万行级 | 验证了 Harness Engineering 的规模化能力 |
+
+### 分层信任模式
+
+| 任务类型 | 信任级别 | 本项目的执行方式 |
+|---|---|---|
+| **简单**（单字段修复、编译错误） | 完全信任 | Agent 自主执行 + 编译门禁 |
+| **中等**（跨模块数据流、新增字段） | 自动审查 + 抽样人工 | 数据流验证 + 你审查 diff |
+| **关键**（架构变更、删文件、改签名） | 强制人工 | ❌ Agent 不可触碰 — 必须由你决策 |
+
+### 渐进授权模式
+```
+阶段 1：从简单任务开始 → 修复单字段遗漏（如 #597）
+阶段 2：积累经验 → 处理跨模块联动
+阶段 3：建立信任 → 授予更多自主权
+阶段 4：持续迭代 → 每次失败优化 AGENTS.md
+```
+
+> 你的信任是通过每次编译通过 + 每次审查通过积累的。
+> 每在 AGENTS.md 中增加一条规则，就减少一次你发现同类问题的概率。