（来源：上观新闻）
” 在创🧗♂️🔰业过程中，姚双也🛰深刻感受到😮🤥OPC😠模式的隐🌕性成本🎄🈁。单 Agen🎪🇧🇭t 在这两🤶🚴♀️种场景下都会🧗♂️卡📧👩🦰。先说Hyp🚕er-Con🖼nection🚀🏺s（HC），🍿🏴这是Kimi团队👅🇸🇿之前提出的🇦🇼⭕想法🧖♀️👨👩👧。
更关键的🥕问题在于↙，这些模型👩👩👧👧🤮通过"监督微调"🎚🔃（可以理🦏解为"刷题训🐺☯练"）的方式习🦹♀️得了固定🌋🌎的回答🚎模板，就像一个学📺🚮生死记硬背了几🔄套答题公式，🐾🇻🇪一旦遇到➕🍳没见过的题型🇵🇸🌞就不知所🎳😱措🥦🌁。
内存无限期🇫🇰🔂存在，并🈷🚑完全自主🏦管理♈🐘。更重要的是，由于🐈每个插件🌥只专注于一种能力🏥，训练信号非常⏯📢集中，AI能🍐🇸🇷够快速、有效地掌🇹🇱✴握这项技能，而不🏢会因为😭💁♂️同时学习太多东🏌️♀️西而产生混乱⚜。**六、不🚵♀️⛴只是纸上谈兵：🎺在经典游💴🥥戏控制任务上🏉的验证** 🍧为了排除"成❇👩🔬功可能🍅🎿只是因为在某🎟个特定训练框⚡架下的系统优化🌖🚸"这一疑虑🇧🇫，研究团队把SP🍤👖PO移植到🇲🇽了五个经典的强🌱😎化学习💇♂️🏴控制任🖍务上：精密版C🤸♂️🕢artPole（🦕控制杆子不倒♎）、M🧗♂️oun🏴tainCar🚾（让小车🦔🥏爬上山）、Hop🐘per（双足💳机器人前进）🥄🏘、Lunar🐝🦁Lander（月🚾球着陆器🍨👍着陆）和Pen🧩dul⏭⬜um（保持🎲摆杆直立）🛢👩👧。
