Research & Benchmarks/2026-08-27/9 min单条提案做成 0.6786，人类只有 0.3229：阿里 Astar 用真执行评进化方向Astar-8B 的单条真执行成功率 S@1 是 0.6786，人类 0.3229，GPT-5.5 是 0.3071。奖励模型分和真执行分不是同一个数。线上 A/B 只有 2026 年 7 月 1 日到 5 日，报的是相对提升。
