AgentCode 是一个面向 AI Coding / Agent 时代的工程能力训练平台。
它不是传统 LeetCode，也不再主要训练“手写算法题”。AgentCode 训练的是 AI 时代更重要的两类能力：
- 借助 AI / Agent 完成真实开发任务。
- 审核 AI / Agent 生成的代码，判断它是否可以合并。
一句话定位：
练习 Agent 时代真正需要的工程能力。
更直接地说：
LeetCode 训练你写代码。AgentCode 训练你交付代码，并审核 AI 写的代码。
V0 版本先做两个入口：
- Task Mode：用 AI 完成真实工程任务。
- Review Mode：审核 AI / Agent 生成的 PR。
V0 不做传统算法 Hot100，不做复杂社区、竞赛、排行榜，也不先做完整在线 IDE。第一阶段先把 20 道高质量题做好，让产品方向足够清晰。
V0 的质量标准不是功能数量，而是前 20 道题是否足够真实、可复现、可评分，并且明显区别于传统刷题。
Task Mode 给用户一个真实工程任务。
典型流程：
- 用户打开一道题。
- 平台提供 repo、issue、约束条件和验收标准。
- 用户在本地或自己熟悉的 AI Coding 工具里完成任务。
- 用户提交 patch、PR URL 或 repo URL。
- AgentCode 自动评估并返回结果。
Task Mode 训练的是：
- 理解需求。
- 驱动 AI / Agent 完成开发。
- 安全地修改代码。
- 补充或调整测试。
- 识别并修复 AI 生成代码里的问题。
- 最终交付一个可合并的结果。
Review Mode 给用户一个由 AI / Agent 生成的 PR 或 diff。
用户需要判断：
- 这个 PR 能不能 merge？
- 如果不能，问题在哪里？
- AI 有没有只做表面修复？
- 有没有隐藏 bug？
- 有没有边界条件遗漏？
- 有没有破坏兼容性？
- 有没有安全、性能、并发问题？
- 测试是不是看起来很多，但没有覆盖真正风险？
- 代码是不是过度工程、逻辑重复、不可维护？
Review Mode 训练的是判断 AI 生成代码的能力，而不是让用户从零重写一遍。