自定义搜索 RL 训练，可能比“单一大模型”更有效
shangbinfeng · x · 2026-08-04
这条转发的核心观点是：如果还相信“一个大模型包打天下”，不妨试试把模型放到自定义搜索 harness 和具体任务里做 RL，效果曲线会很快向上。
作者想表达的是，很多真实工作里决定上限的，不只是模型本身，而是环境、反馈回路和任务设计；做对这些，agent 系统可能比单一大模型更有用。
「编程与Agent」频道最新
- Claude 驱动 ComfyUI 在 5080 上测试 H3 视频生成 — JoNike · 2026-08-04
- 多智能体编码启动器主打内置压缩降 token 成本 — haseeb_heaven · 2026-08-04
- LangChain 发布 agent 容错文档：重试、兜底到人工介入 — LangChain · 2026-08-04
- 阅读清单串起重构经济学、agent skills 和 Google 实践 — rseroter · 2026-08-04
- MiniMax H3 测试指南面向 ComfyUI 豪华广告生成 — Gold-Safe6796 · 2026-08-04
- Eve 推动企业走向“每家公司一个可定制 agent” — aarthir · 2026-08-04