（来源：上观新闻）
每个 DC“实🙄例”都专用于一个🌡客户的设计，📙🤣因此代码、内🧽🌼存或任何信息🈲都不会在不同客户🕟🧕之间共享🕘。此前表现相对较好🔥的"迭代代🏯理"系统💇♂️🇮🇴（Iterat🚌iveAge🤷♀️nt）在🎇Gemin🇧🇳i-3-F🔝lash下每个🐢任务平均👨👨👧👦花费2🏧7.44美元，而🤖AI科学家🗝🍭只需15.67🔜🇧🇧美元，⚗却能取得更高的分🧁🥑数👩👩👦👦。
百万to👅ken不是一个🏞新的能🌚力，是同一个🗞上下文窗🌮口被压🌜到可以🚺📔承担的成🧙♀️本🧽。484🏣天后，我们谦卑地🖲泛目录分享这份🚱🈸爱心的劳动🦂🐫。“产能确实爆炸了🈂，但爆款不足4🔞%，典🚅🦓型的冰火两重🍔🇨🇾天🇳🇪。这些错误最终会🇲🇪🥉被纠正，因为↗ DC📴🌪 可以访问工具提💛🐂供的实际时⏮序报告，但这会🎖减慢 DC 的进🇰🇭度并消🇹🇬耗额外的令牌🔨◼。问题来👩👧👦🥣了——学生写🇺🇲🤰了满满两页纸的推🐎泛目录理过程🦕，最终答案🍲错了，🎀但你只能说😝一句"🚥不对"🚵。
这项研究的价值在🇸🇲于，它❣🇸🇿提供了一套完全自📎👪动化的系统，不需👁️🗨️要人类🛬🐶专家坐在旁边一条💔一条地分析AI的🇺🇲⤴失败原因，而是让🗼AI自己完🇳🇱🦉成这个"自💒我诊断🤡🔧"和"自🚵🏐我补课"的过程🇸🇩🇫🇰。2026年已被🇸🇧行业普遍💩🇸🇿泛目录视为人📷⏸形机器人走向日常💂➖场景的商业化元🍠年😟。在这个测试中，🏝TRACE👔🐒以0.5🚡🇦🇼52的平均相🍧似度和26个完🇪🇪🇫🇮美分（满♑👴分1.0）的🙅成绩领🦟🇷🇸先，而基础模型😎的成绩是0.4🕣11和19个完美🌹💲分，最强对🦓🇨🇱比方法是0.52🦐0和22个完美🕑💛分🐙🤞。
