（来源：上观新闻）
分析过🔥程分为两个🙋🦎阶段：🐧👨👩👦👦先是"发现➖阶段"，分析🏴☠️👩🦲AI通过检查所有😿😽记录中的工🥌🇧🇻具调用、工具返🎪回结果和最终✈🍒回复，归纳出一份🧘♀️候选能力清🇨🇺👝单，并为每🎸种能力🚥🇬🇫起一个固定↩🍺名称和描述；然🛸📯后是"标注阶段"🔹，分析AI🦋🍵拿着这份🚃🆘清单，逐🇭🇹一检查每🇦🇹条任务记录，🇵🇾判断每种能力📂在这条😫🇺🇦记录中🇪🇭🎅是"不需要"、👽"已正确执行"🇹🇫还是"🇦🇼本应执😯行却没有执行🙅♂️📅"🎉🤴。
Muon在LL🐀🔭M规模🧭上的第一次大规模🎞验证是Kimi 🍿K2🇨🇷⬅。换句话说，🕤曾经只存在于展厅🎻和新闻里的☪那些“黑科技🇦🇴🇳🇪”，未来很可能🏒🇰🇾会成为社区、校园◀、养老中心🈚🍬里越来越常见🚖🏴☠️的日常🛳🎷设施🤼♂️👟。在深度科技研🏴究院院🏕长张孝荣看来，H☎erm🏴⏩es给出🍬的是Agent进🇨🇦化的一个🏣方向，即从任务执😽行向认知规🚶⛔划的范式转变⛄⤵。
“它更像是一🥜🇭🇳种情绪消费，是🐡🤷♂️在追逐一🤜👩🎤种缓解焦虑的安慰🇧🇻🌼泛站群剂🈚。真正让AI能够👄跨越几十小🥄时、跨越几十轮👨🦳实验持续⛏进步的，0️⃣👫是一套⛲⤵让"历史工🇬🇳作成果🔉"始终可🚄☯访问、可⛏🐍信赖、可建🎏🧨立的机制设计⚔。总参数1.6🌁🖇T，激活49B🇲🇸🙆♂️。第二种👡叫"工具调用精确🎻🎓性"：A🇧🇸🔚泛站群I知道该用哪个⏸工具，但🏩传入了错误🥁的参数🇪🇺💽。V4的做🍮🇯🇪法是tea🧴🇨🇺cher权💩重offloa😭🚺d到分布🤸♂️🕟式存储按需加载🖊📰，只缓存hid🇵🇸den 🕊📅states不🇨🇿materi💛alize💻👸 lo◀📺gits，按t🐭eacher排🍰序样本⬇🇨🇿保证每个m🧜♀️ini-ba🙇tch只加载一🍫个teacher🤜 hea⛓d🏃♀️📍。
