「1タスク1スレッド」に固定していますが、どこでタスクを切るかは決めきれていません。
機能単位か、ファイル単位か、1日単位か。
スレッドの粒度、どう決めていますか?

「1タスク1スレッド」に固定していますが、どこでタスクを切るかは決めきれていません。
機能単位か、ファイル単位か、1日単位か。
スレッドの粒度、どう決めていますか?
2つのAIが同じファイルを書き換えて壊れたとき、戻せるかどうかは事故の前に決まっています。
バージョン管理下に無ければ、戻す先がありません。
git status が打てる状態か、投げる前に確かめてください。
「このコマンドを実行してよいですか?」で毎回止まると、自動では回りません。
承認ポリシーは never にして、代わりにサンドボックスで触れる範囲のほうを縛っています。
危ないと感じますか、それとも妥当だと思いますか?