这一步是策略更加倾向选择能拿到更高奖励的动作。只控制模型怎么选择动作。好的表现是：缓慢持续下降，不会剧烈震荡、不会突然断崖式飙升。
新增 SQL 函数： json_array_insert() jsonb_array_insert() CLI 的改进： 对 .
这构成了2026年AI治理最尴尬的一组对照。另一个正在改变力量对比的数据：据 byteiota 引述 OpenRouter 数据，中国开源模型目前已占该多模型API网关路由token用量的46.
有趣的是，上下文缺失被开发者认为比 AI"幻觉"（编造不存在的东西）还要严重——因为幻觉容易发现（代码直接报错），而上下文缺失导致的错误往往隐藏很深（代码能跑，但做的不是你想要的）。
比例如下: https://github.com/OpenDocCN/freelearn-ds-zh/raw/master/docs/py-da-cb/img/B04223_07_03.
它自动生成购物清单：买一盒新鲜鸡蛋、替换过期牛奶、买些橙子和彩椒（补维C），再根据聚会人数多加半斤虾。