（来源：上观新闻）
研究团🥘队还观察到😯👘一个有趣的现象🍌😫：价值模型的预测🔬📇值整体呈现🇨🇷"保守🇸🇧"的特点，倾向🇮🇴于预测在🇦🇲0.6到❓0.7之间，而👳♀️不是极🏎💫端的0🌭或1📪🌲。第一种叫🇺🇦"权限🐱错误恢复"：当某⛪个工具调用返回权☃👨🔬限错误🕔时，AI直接向👨👧❎用户报告错🛫误就停止💼了，而没有🕜🤖去诊断并📁🤸♂️解决根本原因🦴。它有两种工作模🏞😢式：当系🔣™统还没有⬆🇲🇶可运行代码时，它🏖😳从分析文件🇸🇴和执行🏡🐰计划出发🛤引蜘蛛软件，从头搭建整🥬9️⃣个代码仓库；当已🇦🇼🚶♀️经有代码但实🍊💃验出了问题🇿🇲时，它切🥡换到修复模式🇾🇪，根据实验日志🦊中记录的🇫🇯👩⚕️错误，有针对性📺地修改代码🐸🐘，并把每次重📛🔡要的代码决🍡策记录在实现日志👨👨👧👦中🛠。
说白了就是与其和💨机器早已做🏯得很好的工厂任务🏦较劲，不如👨👨👧👧把精力放到那些♋引蜘蛛软件过去一直没人🌽🕛照顾到的生活缝隙✊🇭🇰里💽👮。这里，🐗🖊"薄控制"说的就♾️是你这个🤘🇺🇲总监——他对每🇬🇹件事只需要了解概👩⚕️要，不🏃♀️🥫需要把所💽有细节装🍸🙄进自己🔞脑子里🇯🇵🤼♀️。假设你🇱🇰是一个👚🥽大型建筑项目㊙🌠的总监🎡。具体而言🗝，标准PPO把A🇨🇽I解题看📟🔑作一个漫🌲长的"连🎗续决策🚸🏘过程"——➖💸就像下🖇😺棋，每走一👶🚩步都有意义，✡👩🎤每一步都✍可能影响最🤮🇧🇷终胜负🇫🇮🤵。某个同事🚸新写了一个🇬🇳 Skill，🇹🇭🙎♂️这种情况下🧖♀️我们一般会希🇱🇾望所有人的👨🚀虾都装🥏🇫🇯上🍙🤛。根据推测🅱，日本石🥀脑油供应约🛷🥊引蜘蛛软件有75🌵☯%直接或间接依赖🐼🔪中东地区，🚲与韩国77%的⛺水平相当🇪🇭🇸🇪。
