于是，一次昂贵的真实探索结束后，Agent不必真的重新跑上几百、几千遍实验，就可以在过去已经发生过的搜索树里，进行虚拟推演（做梦），反复试验新的搜索策略。 举个例子，Agent首次执行的策略，是把A、B、C…...
结果显示（设定 C=32, L=100, K=16），在六大领域、21 个科学问题上跑通一整套「试错流水线」，只用 gpt-oss 这样的开源模型，就能不断刷出新的最优解，甚至把不少前沿闭源模型和精心调整过…...
