ALTK-Evolve 靠学习式记忆在 τ²-bench 客服任务登顶且无需前沿模型

ALTK-Evolve 用同模型自动提取学习式行为准则，让基于 GPT-4.1 的基础 ReAct 智能体在 τ²-bench 零售榜 Pass^4 达 67.5%，超过所有零售参赛项，全程不更新权重。换用 GPT-5.5 时，同一方法在航空域 Pass^4 达 82.0%，也位居榜首；增益主要来自更可靠决策，对话轮数未增加，仅提示词输入 token 成本上升。