（来源：上观新闻）
目前的机🇪🇨器人在😫任务失败后，🤚通常直接停止🚦📤，返回错误信🇧🇭🥺息◻🌬。系统的顶层有一个🥢"指挥官🤹♂️💙"（Orc💉🎰hestra🎺tor），🇫🇷它不需要随时掌⏫握所有细节，🤦♂️只需要知道💺🐰项目走到哪🎟⚪个阶段了📦🌀，下一🧕步该交给哪个专⚜业团队🥳⛰。真正的工作细节—🤸♂️—论文分析、代◽码、实验🐏记录、📴错误日😥seo和sem志——都保存在🌇🌦一个结♾️↗构化的共享工作区🧬🈯里，任何专业🐈🇧🇳代理在需😂👵要时都可以去读🚀，而不是靠🗯🏍着"上🚻🕺一轮对话的记😏忆"来续接工作🍵。
在几个对比🤾♂️方法中，直🔄接在目标环境里用🇮🇲强化学💻习训练的模型🌄（GRPO 🔼🤽♂️on T👑arg😡🦆et）能达到37🇻🇨.8%，一⏳种使用通用合成环🦒境训练的方法🏐（AWM）🇲🇼能达到38.4🚈🇦🇨%，而⌛一种通过优化系统🇨🇼提示词来🏐植入能力描述🚟🈴的方法（GEPA🐦）能达到39🚹.6%👵🤣。
