运行中不调用模型
Atlas防编造关口
审计每一次运行：回答中的每一个数值，都必须出现在并非智能体自己写出的工具输出里。对本地文件的计数和求和必须由命令计算得出。
证据核查在循环之中
一个从自己的错误中学习的智能体。它运行在本工作室机器上的本地模型之上，使用互联网和文件，并以证据审计每一次运行。无论改动出自人还是智能体之手，未通过测量关口都不会被接受。
- 本地智能体部署
- 防编造关口
- 配对测量关口
- 任务池与考核
- 按任务类型选用模型
- 回归检测器
53/53考核；留出的锚点集上同样 5/5
10已采纳的改进，每一项都在改动前后做过测量
260+真实运行，其中 207 次经人工标注
−29%重型任务的 token 用量，结果不变
采纳台账 · 前后对比○ 之前 · ● 之后
运行中配对测量
Atlas采纳关口
一项改动要么修复一个已知错误，要么在不改变任何结果的前提下减少 token。留出的锚点集用来发现对考核的过拟合。
53 项任务考核5 项任务锚点集
已采纳9 月 22 日
Atlas按任务类型选用模型
数据和 shell 任务交给 Qwen 27B dense，网页和代码任务交给 Qwen 35B MoE。两个模型的错误完全不重叠；考核成绩从 40/47 升到 47/47，token 用量下降 10%。
Mac mini · 48 GB本地