Qwen 在 Astra 上的提升来自智能体工程循环，而非权重内省

作者解读 Real-language-model 项目中 Qwen 的成绩，认为提升来自智能体式 ML 工程循环，而非模型对原始权重的内省式推理。实际运行时，Qwen 可以使用 Python，并获得最多 50 轮练习批次，通过沙盒工具与评测框架迭代试错。复现这类能力需要构建沙盒工具和评测 harness，而不是把权重放入上下文让模型推理。