面壁智能 PostTrainBench 分析 1338 条训练轨迹，Agent 几乎不会中途切换训练策略

导读

面壁智能（OpenBMB）分析 PostTrainBench 的 1338 条完整后训练轨迹（7 个基准、4 个基座模型、Claude Code / Codex CLI / OpenCode、单张 H100 上 10 小时），将 Agent 能力拆分为执行与策略两层。