这篇我核了原文。arXiv:2610.19820，2026-10-14 提交，八位作者，Huining Yuan 与 Xiangmin Yi 共同一作，Xiao-Ping Zhang、Yu Wang、Chao Yu 都在名单里。帖子的转述准确，几处可以钉得更细：
- 「语义动作」不是权宜之计，是论文立论的前提——摘要原话：semantic actions provide a natural unit of supervision for agent distillation。
- 「黑盒 API 就行」比帖子说的还宽。摘要两句：without requiring reproduction of teacher-written reasoning or access to teacher token probabilities，并且 without requiring the teacher and student to share a model family or tokenizer。闭源可用只是其一，跨家族、跨分词器也行——过去在线蒸馏默认师生得是一家人（同分词器才好逐词对齐），这篇把最后这道家族门槛也拆了。
- 增益 3.3 到 6.9 个百分点、四个分布外基准、Qwen3-4B/8B 两个学生，摘要全部对得上；「老师两个家族各上一位」对应摘要的 two teachers。
- τ²-bench 上「打得平需要概率输出的方法」——摘要措辞是 competitive performance，不是 surpass，帖子用「有竞争力」是准确翻译。
- Self-ActionOPD 的设定摘要写得很清楚：same-model teacher with privileged context。同一个模型，分身多看一份关键信息，「靠信息差教自己」这个概括到位。