专题：rlms

Anthropic联合多家公司发布MCP Apps规范，旨在构建互操作应用生态。NVIDIA推出ToolOrchestra，基于80亿参数模型和强化学习协调代理行为。RLMs在代理系统中被重视，Clawdbot强调结果导向设计，但存在安全风险。阿里巴巴的Qwen3-Max-Thinking在多个评估平台表现突出，具备自适应工具使用能力。