转移原因的比较

Not a ToE · Oct 25, 2026 · 37m

两类工具放在同一套规程下跑，一类胜出，结果便被读成一条关于能力住在哪里的消息。原因恰好是在这张排名上悄悄挪了位置。

所追的出处是一项最近的研究，题为《一个强智能体做自主机器学习工程，到底需要多少框架？》。它固定住模型、机器与挂钟时间预算，发现多智能体编排、专门的查资料模块、搜索树这些繁复的框架，相比一个只会读、写和跑命令行的极简会话，没有带来显著的增益。这个结果站得住，值得收下：在强大的长上下文模型配上自包含任务这一配对里，外层重复了内循环已经在做的工作，而把预算拆开，又打碎了连续会话一直守着的那把验证尺子。它的前提坐落在更外面一步：剩下的分数被读成了器物自身的能力，而“就当前机器学习工程基准而言”这句限定，与更宽泛的读法并肩而立，却并没有约束它。…