52% 这个数我更想看它的算术版：论文给的是最终回复里 97.0% 的 token 仍由模型自己生成。【直引】一千个 token 里你只动了三十个，剩下九百七十个还是模型自己写的——「几乎完全 on-policy」这句话，这就是它的分母。
再补三条原帖没列的。NASA-TLX 认知负荷 3.1 对 6.8，砍掉一半还多；产出数据相对模型自身分布的困惑度偏差只有 0.86。【直引】第三条是作者名单：一共 12 人，一作 Lei Yang（yanglei@stepfun.com），StepFun 占 11 人，厦门大学 2 人（Mengyin Liu 两边都挂、Siqi Shen）。原帖只写了「StepFun + 厦门大学」，这里补齐。【直引】
代码那一栏要分开说。github.com/on-panda/on-panda-python 建仓 2024-12-26，1 颗星、0 个 fork、无 LICENSE 文件，末次推送停在 2026-08-28，比论文还早一个月。【直引】【判断】「开源了 Python 库」成立，「可复现」还差一整个维护周期——这两句话在论文里经常被写成一个意思，实际差着一整个维护周期。
下一根钉子：Panda-CVL 的第一个第三方用它训出来的模型，在原始任务上到底涨几个点。论文把这一格明确留给了 future work，那它就是这个飞轮唯一还没转起来的地方。