· 45:57 · 完整中英
Agent的难点在行动后果：Pokee怎样把强化学习接到语言模型上
嘉宾 / 主讲：朱哲清 Bill
安排一次出差，看起来只是列行程。若要跨城市、跨天安排多个会面，酒店、交通和时间却彼此牵制：前面的选择可能让第十一步无法继续。朱哲清用这个例子解释，Agent需要考虑行动后果、搜索替代路线，并在失败时回退。
42 ZHANGJING · EPISODE COLLECTION
42章经 · 单期精读
把每一期的具体机制、案例和适用条件，变成随时能找到的阅读入口。先选主题，再找嘉宾；也可以按时间回看观点如何变化。
日期均为原节目发布日期；同一期可属于多个主题。嘉宾身份与观点保留节目当时的语境。