（来源：上观新闻）
最大的不确🐓定性在于，🇧🇯你无法预判Ag☹🍑ent会从哪些🏍🧐数据中学习，以📸♠及它生成的技能🌧🇵🇪是否包含危险指令🇧🇷。这意味着 DC🇸🇱 的支持☑🇦🇼基础设施♣🏐必须在〰可扩展性和🛄可靠性方面达🤼♂️🇨🇲到世界一🐄流水平🙊。Codefor🔻ces rati🇪🇦ng 3206🏞🧬，超过🐌了GPT-5.4🇬🇩的316🍔🏣8和Gem🇧🇼泛目录泛域名ini-3.1♠-Pro的30🍫🇻🇬52，在人类选🇰🇮🇬🇺手榜单上排💒名第2🕸3📳。第二种方法🏕叫多能力GRP🕖🍂O，在所有能力🐓的练习场景里同时🈳🧡训练一个统一插🐏件，达到40.9😑%，略高于单一🥘🍰插件但远低于TR🍡ACE的47.👩🍳👖0%🤷♀️。
评分方🥿🈴式更宽容🇭🇷，采用🦹♂️部分分制，最😅😹高1分，完全完成🏃♀️🇹🇴给1分，部分完成👍📱给中间分数😑。TRACE则以♏⛏47.0%的整🔰体通过率🛷、44%🆘👨⚕️泛目录泛域名的航空领🅾域通过🎋率和48.🎋🚶♀️2%的零售领域通🇰🇭🔅过率，显著领先🙂所有对比方法💩，比第二名的G🐝EPA高出7.4🔨个百分点📿。而且一旦👨👨👦某个AI的"🇵🇰记忆窗口"❇🏌️♀️装满了，之前的信🇺🇲🙍息就会被丢🥪弃，再也无法追溯🧷💯。视觉模块“看🙎♂️到”的🎖🧞♀️丰富空间信息，传🇧🇴到动作模块🧱时，往往只💑🇪🇹剩一个模糊的💁♂️📻摘要🔧。权限管理🕓也是这套机制的🍸重要组成部💏💦分🇹🇲🧟♀️。（3）技🤧🌐术精湛 LLM👳在众多领域🐺拥有深厚的♾️💴知识，这可以说是🇷🇼他们超越人类能👈力的一个📧🏥方面🥓。
