（来源：上观新闻）
这个差异🗣说明，单🧾靠文字描🇨🇬述能力、希望📲☮AI在提示词层面👨🚀🔩"领悟"🦶，存在根本性的💳上限；而😪通过真实👩🦳🐟的强化😾👙学习训练让A💖I内化技能，才是🔟🥇真正可以持续😿👎叠加收益的路径🚫🎉。Kimi🇲🇨🏃用Muon需要💣🏴QK-Cli😎🍧p来防👨⚕️🕴止at🧑🎲tent🦴🥙ion 🍃💭logits⛳爆炸，🕺Deep🌂🥴Seek没用这招🤜🏺。
研究团队将⏫🍸AI科👨👧👧🧤学家与非层👘👙级化的简🥽单代理🇪🇺🚶（在Pape🙆♂️rBenc🤯❇h上对应B👩🔬asicAge👖nt，在MLE-🔎🔢Ben🇹🇦🚮ch Lite上🛵🇰🇵对应AID🇦🇿🇸🇩E）进行比较，💚🇦🇼发现即使是去掉文🛄🛢件即通道📅机制的🎫🕴"残缺版"✋AI科学家，在🇹🇬PaperB⏫ench上仍比B🦡asi🗯cAgen👨🦲t高出4.🔎74分，在M📲🇧🇿LE-Benc🧴h L💔🔱ite上◼🐭的"高🍳于中位数率"👷☦和任意奖🦖🐠牌率也分别高出2📫🌁2.73和💴9.09个百分🍫点🤟☕。
