强智能体把干预经验写成手册交给轻智能体，真实机器人操作成功率从37.3%升到64.0%
该工作提出递归式工具带蒸馏（RHD）：让强智能体（GPT-6 Astra）先与冻结的视觉-语言-动作模型交互，把有效干预策略写成可复用的“手册”，再用轻智能体（GPT-5.6 Luna）的执行反馈递归修订手册，从而在不更新任何模型参数的前提下提升操作表现——真实世界操作成功率由37.3%提升至64.0%，在SimplerEnv Bridge上轻智能体带手册达到66.7%（GR00T单独为41.7%），同一手册也让强智能体达到79.2%。