4B 实习生，吊打 235B 教授。
真正决定 Agent 胜负的，不是更大的「大脑」，而是被严重忽视的「工作台」——底层环境层。
文本版 · 供搜索与朗读
Orchard · 一页纸海报 | 4B 实习生吊打 235B 教授的秘密
深度研究 · Deep Research
4B 实习生，吊打 235B 教授。
真正决定 Agent 胜负的，不是更大的「大脑」，而是被严重忽视的「工作台」——底层环境层。
How can a 4B parameter "intern" AI completely defeat a 235B "professor" model?
The answer isn't a smarter brain, but a severely overlooked workbench — the underlying environment layer.
Columbia × UIUC × Microsoft
Paper · Orchard
Agent · 智能体环境层
4B
「实习生」
Parameters
VS
235B
「教授」
Parameters
真实网页测试中全方位败北。答案不在更聪明的「大脑」，而在被忽视的「工作台」。
§
四大杠杆 · 四两拨千斤
MECHANISMS
MECHANISM · 01
薄层解耦
THIN DECOUPLING
把臃肿的 AI 环境层剥离，做成跨框架、自托管的轻薄基础设施——打破各家框架的「信息孤岛」，让训练、推理、评测共用同一片干净地基。
MECHANISM · 02
零延时空投
K8s Init Container
借 Kubernetes 的 Init Container 做「零改装空投」——冷热路径分离，动作延迟压到惊人水准，算力成本断崖式下跌。
0.28s/动作
−90%/成本
MECHANISM · 03
信用分配 SFT
CREDIT ASSIGNMENT · RISE SEGMENTS
让 AI 学习「满是 bug 的失败卷子」反而能变废为宝——从失败轨迹中提炼「价值上升区间」，是失败学派的炼金术。
MECHANISM · 04
动态 GUI + 长周期
SUB-AGENTS · CONTEXT COMPACT
小模型在真实网页物理反馈中反而胜出；对付长周期「失忆」难题，靠召唤子代理 + 自动上下文压缩，分而治之。
§
硬核数据 · 一图概览
DATA
0.28s
ACTION LATENCY
动作延迟
−90%
COMPUTE COST
算力成本
4B
PARAMETERS
小模型胜出
∞
LONG HORIZON
长周期任务
环境，正在成为 AI 下一步进化的真正杠杆。
The environment is becoming the true lever for AI's next evolution.
Orchard · Columbia University × UIUC × Microsoft Research · Agent Environment Layer
#智柴系统实验室
#Orchard
#Agent
#环境层
#FeynmanLearning