（来源：上观新闻）
这种安排使得指挥◻👨👨👦👦官的"工作记忆"🙅♂️🔱始终保持轻盈，从⚱🧜♂️而能在整个👾几十小时🇦🇲的任务周期🆖🗃内持续💡稳定地发挥协调作🇱🇧用🧣。与之相比，GE🇱🇮🕠PA（一种通过🍽🔺优化提示👲🛄词来植入能力描述🦍的方法）在🦹♀️超过4种↗能力之后👘就陷入了停滞，无🤓🦇论再描述多少种🎈🇹🇳能力，效🇰🇳果不再提升🏈🔁。AI每🇹🇬🌂生成一个词，系🛵🎞统就有一个"💈打分员"（👃技术上称➖为Crit🇪🇪🇲🇹ic，批评家）在🇿🇼🇬🇮旁边估😝算：按照现在这⏲👨❤️👨个走势，🛡最终能🌅😒答对的概率是多⌨👩🌾少？然后根🌄🍍据这个概率🎇⏱，奖励🧳或惩罚刚才🌷的每一🌡步操作🔱。第一道关卡是"🌓🇮🇩信息不全"🖌。TRACE⚜👩👩👧👦则以47.0👩👩👧👧%的整体通🧾▶过率、🇱🇰44%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GEPA高出🇷🇪7.4个百分点😓🕝。
彼时“🦞🌅顿顿离🙋职事件”就有🇱🇷🧞♀️业内人士分析🕵🎓，表面是合约🏳🕙到期，背后其实👨✈️✍是直播行业😖个人IP🇳🇮🇦🇱与机构🍨管控的深层矛🚓盾🦅🥽。图1展示了一个🙅⛈具体案例：在"侮🌜🇳🇵辱性言论🏎检测"👩👩👧👦📝这一任务上，AI🛠科学家在🚥23小时内自主👨❤️💋👨完成了74轮实🌊🦈验，将♦模型的验证集🧭🇹🇬AUC（一🇮🇹🇦🇬种衡量分类模型🥂🧯好坏的指🇰🇼标，越接近1越🇪🇹好）从0.90🚣🐂3提升到🈳🚱了0.982，期🏆泛目录排名代发间经历了🇬🇹🏦18次"找到更好🚂方案并保🌐留"的关键节🚛点，同时也经历了🕓🔕大量"尝试无效果🇰🇿而丢弃"的探索过🤮3️⃣程，全💆♂️程无需🕶人工干预🌦🌾。
