复用 Sandbox：一批评估共用环境，公共准备只付一次

import { defineExperiment } from "niceeval";
import { e2bSandbox } from "niceeval/sandbox";
import { codexAgent } from "niceeval/adapter";

export default defineExperiment({
  evals: ["react-datepicker/"],
  agent: codexAgent(),
  sandbox: e2bSandbox({
    template: "acme-evals",
    lifetimeMs: 60 * 60_000,   // ① Sandbox 的寿命：复用时必填，不填在派发前报错
  }),
  sandboxReuse: true,          // ② 声明复用
  maxConcurrency: 3,           // ③ 几条 Sandbox 泳道并行，每条依次承接多条 Attempt
  timeoutMs: 20 * 60_000,
});

niceeval exp experiments/mempal.ts --record .niceeval/mempal-a
niceeval exp experiments/mempal.ts --record .niceeval/mempal-b

export default defineExperiment({
  sandbox: e2bSandbox({ template: "mempal" })
    .setup(restoreMempal)
    .teardown(saveMempal),
  sandboxReuse: true,
  maxConcurrency: 1,
  sharedState: { key: "mempal/codex/cohort-a" },
});

# 反例：探测到就整块跳过。rustup 装了一半（有 cargo、没配默认工具链）时，
# 探测通过、安装跳过，下一步 cargo build 报错，整条 Attempt errored。
if ! command -v cargo; then curl https://sh.rustup.rs | sh; fi

# 正例：把目标状态直接声明出来，重放多少次都收敛到同一个结果。
rustup default 1.79.0
npm install          # 调和到 package.json/lockfile 声明的状态，本身就是幂等的

# 1. 改完公共配置，先看计划再花钱
npx niceeval exp smoke memory/commit0 --dry

# 2. 声明了 sandboxReuse 的实验，快速过一遍
npx niceeval exp smoke memory/commit0

# 3. 某道题失败，换一个不声明复用的实验单独重跑，拿现场
npx niceeval exp baseline memory/commit0/tool-first --keep-sandbox

# 4. 修完，用不声明复用的实验验证，出可采信的结果
npx niceeval exp baseline memory/commit0

export default defineExperiment({
  // 不声明 sandboxReuse：每条 Attempt 全新 Sandbox，状态零残留
  maxConcurrency: 8,   // 并行照样有
  // ...
});