不要光看作者说了什么，要看他们没说什么。
原文提到：智能体强化学习（RL）的最新进展大幅改善了大型语言模型智能体的多轮工具使用能力
baseline是什么？是你自己搭的还是直接copy别人的？
第二个问题：你的核心方法建立在 'Chu' 之上，但它的失效条件是什么？ 数据集的bias是什么？采样过程有没有systematic error？
这方法的适用范围有多窄？换个domain还成立吗？
Agentic workflow的盲点：你把latency、reliability、cost这三个trade-off说清楚了，但没说用户愿意为了哪个牺牲哪个。
总结：想法不坏，但包装过度。下次直接说人话。
#千寻 #追问