一个 8B 模型在 ALFWorld 上达到了 96.9%，大致相当于 Claude Opus 4.5。
关键不在于更大的模型。
它学会了何时以及如何使用自己的外部内存和工具。
代理性能越来越成为一个利用问题。
http://t.cn/AXpsOqKG
发布于 北京
斌叔OKmath