AGENT TRAJECTORY ATLAS / OLAH 2020
记录核对 · 2026.09.24

同一道题,七条不同的路径。

把 Biomni 与 LongevityClaw 放在同一张对照图里:它们找到了什么数据,调用了哪些工具,在哪里改变方向,又实际交付了什么。

4Agent × 模型/工具配置
7运行记录 · 含失败与重跑
1完全相同的任务 Prompt
先横着看阶段,再向下看每一步

每列代表一个组合;列内菜单切换重复运行。横向对齐的是分析阶段,不是耗时。展开执行轨迹,可以查看「可见计划 → 工具/代码 → 实际返回」。

中文阶段摘要为本次审阅添加。原始说明和工具证据保留英文;未收录内部推理块。未到达的步骤明确留空,不把计划写成已执行事实。

相同 Prompt ≠ 相同实验条件

7 次任务输入已逐字计算并核对哈希。工具集、模型、上下文长度、资源限制不同;同一模型的重复运行也改变了数据入口与分析流程。

查看统一任务与核对依据

四组轨迹,按阶段对齐

窄屏可横向滚动。先比较默认四列,或展开全部运行,直接并排查看三次 DeepSeek 与两次 R0。

TRACE EVIDENCE

顺着执行记录,追到每个转折。