DelTA：基于判别式Token信用分配的可验证奖励强化学习

英伟达将智能体栈拆为模型、执行框架和运行时三层，认为失败往往不来自模型本身。OpenShell 运行时负责沙箱与治理，成为参考架构中的固定组件。英伟达参与的 SAFE 项目借鉴漏洞披露机制，让约 140 家公司共享智能体故障发现，避免各自重复踩坑。

Lauren Tan 的 pstack 工作流证明，智能体能自己验证输出、循环工作到任务完成，是高频合并代码的关键。单应用场景下这靠一个可被智能体驱动的富运行时实现，但分布式系统没有这种现成运行时。现有方案在保真度、并发隔离和成本之间无法兼顾，需要把「环境」当成对运行中系统的一个视图而非副本。