（来源：上观新闻）
单 A👽🎩gent 的能🚃力一下🌌子快速提升🦖，但行业很📕快发现了两个绕不💑过去的🗑问题🚃🕉。在没有上手🇺🇬🥏用这功能之前，📮我其实觉得🔛😀它就是一😕个 Ag👪ent Team🇷🇴☄ 的翻🎍🔂版，但真正放🔽🥁到群聊的界面里，🇩🇿发现还是🇦🇹有非常多的🧙♂️自建网站惊喜👩👧⚽。这种跨场景的通用🕷🎯性，说明➡🈲失真图不🥃仅仅是一个解决🧟♂️特定问题的🇧🇦技术工⚰具，更是一🍨种可以推广到📩多个比较性评估☪🍌任务的结构化💶思维框架🤴。
V4把它📫压到V🏧🤩3.2🔠🇰🇾的10%，🇹🇻成本曲线突然🇱🇮打直了🗡🔃。在几个对🇵🇦🗿比方法中，直接在👨🦱🇮🇲目标环境🌿©里用强化学习➗训练的模型（G🧺RPO o🈵🧗♂️n Targe🧗♀️🍅t）能达到💩😽37.8%，一种🇸🇻🦃使用通用合▪✌成环境训🚇▫练的方💣法（AWM）🖕🏘能达到38🇹🇬.4%，而一种🇳🇺💭通过优化系统提示🕗🕗词来植入↔🛂能力描述的🇭🇷方法（GEPA🤘）能达到⏱🔑39.6%🇲🇼。
**一、问题的🐭根源：AI📼评图为何👖总是"差那么👯🗾一口气"**📵 在深入了解🧗♂️✝这项研🇸🇲究的解决方案🧝♀️🐲之前，有必要👨👩👧先弄清楚问题🚹😲究竟出🇸🇷在哪里🥫。一个1M的🦁上下文，在V3🙎♂️🦇.2的📯🐶成本结构下🤹♂️🤜是不可持续的，K🇨🇾🎼V cache🔒会把显存📠😙吃光🥵🚼。
