微软 MAI-DxO 用多智能体模拟会诊，NEJM 疑难病例准确率 83%、急诊 80%，成本更低。但对照的是全科医生而非专科团队，倍率要打折——拆解这份登顶《科学》研究真正值钱的三处进步与一条硬限制。

协议按日期版本化，仓库里躺着 schema/2026-07-28。一年过去，真正落地的是工具调用，而不是资源与提示；真正的难点也从协议转移到了实现。

把目标、事实、待办、禁止项分开写，检索少而准，工具输出先裁剪，失败原因留在上下文里。四件事做完，同一模型的表现会明显不同。

讯飞星火 X2.6 主打端云一体：293B-A30B MoE、1M 上下文、端侧路由准确率 96.1%，并强调全国产算力训练。为什么「哪些留端、哪些上云」正在成为大模型落地的胜负手？

三个项目加起来 40 万 star，但解决的是三个问题：一个把模型变成命令，一个是推理引擎，一个为吞吐重写调度。选错工具，比选错模型更常见。