待验证50% 置信事实精确时间
在智能体完成地图后，作者通过AlphaZero风格的专家循环进一步提升了策略：结合搜索与蒸馏，将搜索得到的最优动作蒸馏到策略网络中。
1
来源数
50%
置信度
长期有效
时效性
2026/10/24
首次发现
来源
涉及实体
相关事实
待验证搜索体验的智能化——理解意图、多步检索、结果综合——主要发生在模型与编排层，而非协议层。68% 相似待验证Valerant采用探索驱动的动作选择策略，主动选择能拓展未知区域、完善地图的动作68% 相似待验证Anthropic的Claude、Google的Gemini等竞品在工具调用和Agent能力上持续追赶OpenAI66% 相似待验证Anthropic官方演示仓库中的研究型Agent由主导Agent统筹，拆分子主题后并行派出多个研究员子Agent搜索网络66% 相似待验证该项目代表一种从专家历史行为痕迹中自动提取模式和原则的专家行为挖掘（Expert Behavior Mining）新范式65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1094080API
curl https://kongchang.com/api/v1/knowledge/claims/1094080MCP
get_claim(id=1094080)