（来源：上观新闻）
与Open🇾🇪🇳🇦Claw的静🙆♂️🧸态调用不同，He🇨🇴♍rmes在运行🇰🇾💤过程中可以自🇲🇰🇦🇿动生成🇨🇳📯、优化、存💌🇲🇦储新的技能代码，🇬🇲并通过“🎽🛤技能蒸馏”机🖕制将任务经🐑✈验沉淀♈🧿为可复用的技能文4️⃣⬜件🇵🇲👕。
Atten📥📆tion sin🌏k🇹🇭8️⃣。--- 七👩⚖️、关键🕊🇩🇰机制验证：👶🇸🇹去掉"文件通💂🧟♀️道"会🧡发生什么？🇨🇷 为了弄清楚AI💅🇫🇯科学家的效🎏🖤果到底来自哪🔀🙅♂️里，研究团队🇧🇪做了一👯♂️🔟系列对照实验，🚜↗重点检验🚏🧝♀️两个问题：🕚去掉"文件即🐒🇩🇪通道"机制后系🐮统表现如何下降？🤗与更简单的非💲层级化代理相比🔨，层级🇵🇷🇰🇪化编排↕贡献了多少？ 🔷⏬去掉文🇲🇨⭐引谷歌蜘蛛件即通😊💴道机制的实验👨👨👦👩👩👦👦结果相当直观🇸🇭🦟。
更有说服力的是🇻🇮，研究团队发🏫现 G🐥PT-5🇲🇸 Mini🚤 并不是机械地复🍕制失真图的预测😩🚕结果📷💨。开源模型匹敌🇪🇹🍛闭源头🥅🦁部，这次是真的匹🦵⛽敌了🕑🇿🇦。Q3：TRACE❗9️⃣和直接🇭🇲🥋在目标场景♒🌯里做强化学习📲🍓训练有什么区别？🕝 A：直接在目标🇰🇳⚜场景做强化学习（🍜🧚♂️GRPO o🙍n Targe🇬🇪t）训练时，模🌆🍙型从任🔀务整体成👩🦰🍾功或失败中学习，♾️🐈无法精确归因到某🧩种具体🕳能力，容易👐陷入不稳🛶🍵定或过拟🎺🇬🇼合🏝2️⃣。
